基于文本挖掘的在線電影短評情感分析
——以 《哪吒之魔童降世》為例

宗利永 林雨蕭 陳 群

（1.上海出版印刷高等?？茖W校文化管理系，上海200093）

（2.上海理工大學出版印刷與藝術(shù)設計學院，上海200093）

近幾年國產(chǎn)動畫電影優(yōu)秀作品異軍突起，《西游記之大圣歸來》 《大魚海棠》等都獲得了極好的口碑，但是中國動畫電影市場仍然被海外作品占據(jù)著。2019年7月26日上映的 《哪吒之魔童降世》（以下簡稱 《哪吒》）打敗了迪士尼經(jīng)典動畫 《獅子王》的，穩(wěn)居票房第一。票房是評判一部電影好壞的指標之一，但票房數(shù)據(jù)只能片面地反映出電影的質(zhì)量。伴隨UGC （用戶原創(chuàng)內(nèi)容）的模式的普及，越來越多的人將自己觀點、體驗及情感發(fā)表在網(wǎng)絡平臺上。豆瓣網(wǎng)就是匯集海量體現(xiàn)觀眾觀影感受數(shù)據(jù)的代表網(wǎng)站之一。電影是拍給觀眾看的，每個觀眾的感受都是不同的，褒貶不一，觀眾的評價以評分以及文字的形式呈現(xiàn)在網(wǎng)絡平臺上。在海量的網(wǎng)絡電影評論中發(fā)現(xiàn)受眾深層觀影主觀感受及體驗信息，提供有關電影正面或負面的受眾反饋，這對于提升電影制作品質(zhì)具有重要的現(xiàn)實指導價值。

本研究嘗試通過對豆瓣電影短評論進行中文分詞、詞頻統(tǒng)計以及關鍵詞提取，并結(jié)合共現(xiàn)分析和情感分析，挖掘潛在的群體知識，以把握觀眾對動畫電影的主要關注點，將隱藏的影評中觀眾真正在意的電影元素提取出來，探尋當下國產(chǎn)動畫電影在公眾視野中的進步與不足，為電影制作者提供觀眾對于國產(chǎn)動畫電影的偏好反饋信息，為國產(chǎn)動畫電影的發(fā)展提供決策參考。

1 文獻綜述

目前對用戶評價的研究主要從其意義作用、機制原理、研究方法等方面展開，相關研究者也已取得較多的研究成果，主要的研究方向集中在產(chǎn)品口碑、評論有用性、評論文本挖掘這3 個方面。閆強、孟躍在先前文獻的基礎上，對收集的豆瓣網(wǎng)實際用戶評論進行研究，其結(jié)果表明：擁有較為極端的情感傾向和較長的正文的評論會正面影響在線評論的感知有用性；但是，評論的效價、評論標題長度和評論的可讀性對評論的感知有用性沒有顯著影響。石文華、鐘碧園、張綺將在線電影評論進一步區(qū)分為較長且專業(yè)的影評和較短且非專業(yè)的短評，首先結(jié)合前人的研究成果構(gòu)建了電影在線評論對票房影響的綜合模型，然后從豆瓣電影爬取了不同電影的在線評論，利用eviews7.0在面板數(shù)據(jù)的環(huán)境下對比分析了影評與短評對票房收入的影響。結(jié)論表明，在線電影評論中起到更重要作用的評論形式為短評。黃昭婷、劉媛、丁鑫通過對電影的評論文本進行文本情感分析和建模，分析出每一部電影的情感特征，并使用這一情感特征來進行影片聚類分析。即使是同一類的電影，可能誘發(fā)完全不同的觀影情緒。

隨著多部優(yōu)秀國產(chǎn)動畫電影的票房成功，加之一些優(yōu)秀動畫企業(yè)堅持生產(chǎn)精品的理念，使國產(chǎn)動畫的生產(chǎn)環(huán)境有了較大改善。在資本已關注到影片藝術(shù)價值的重要性，在國內(nèi)動畫電影生產(chǎn)的軟件環(huán)境和從業(yè)者制作水平有了長足進步的當下，動畫電影的重心應落在內(nèi)容的打造上，也就是要 “選擇一個好故事并把故事講好”。電影工作者應進一步將傳統(tǒng)文化與時代精神、文化、審美相融合，運用現(xiàn)代技術(shù)手段賦予作品新的時代內(nèi)涵，推動國產(chǎn)動畫不斷前進。新媒體時代，口碑已經(jīng)成為企業(yè)獲取利益、提升自身形象必不可少的工具。近年來，以《大圣歸來》為代表的國產(chǎn)動畫電影在利用口碑進行宣傳方面做出一些嘗試并取得了不錯的效果。然而，國產(chǎn)動漫在口碑傳播的過程中也出現(xiàn)高票房差口碑、口碑傳播缺乏秩序性等問題。

近幾年，國產(chǎn)動畫電影的發(fā)展逐漸吸引著公眾的關注，“國漫崛起”不僅是電影制作者的理想，也是中國電影觀眾的殷切期盼。關于國產(chǎn)動畫電影的研究，國內(nèi)研究者大都從電影文化、電影發(fā)展歷程以及營銷模式入手，取得了較多的研究成果，鮮見研究者基于對影評的數(shù)據(jù)分析從而發(fā)現(xiàn)電影觀眾的深層觀影特征，實際上網(wǎng)絡電影評論中蘊含著豐富的受眾滿意度影響因素信息以及受眾主觀感受信息，能提供有關電影正面或負面的受眾反饋，這可以為相關的實證研究提供新的研究視角。

2 豆瓣影評的發(fā)布時間以及文本分析

2.1 數(shù)據(jù)來源

由于豆瓣電影對網(wǎng)絡上一些別有用心的企業(yè)進行超大規(guī)模的數(shù)據(jù)爬取限制，無法將關于 《哪吒》的所有評論爬取出來，因此本研究使用數(shù)據(jù)爬取工具——八爪魚，并自定義爬取規(guī)則，按照豆瓣網(wǎng)的評分等級好評 （4星及5星）、一般 （3星）以及差評 （1星及2星）分別爬取關于 《哪吒》豆瓣短評500條以及評論時間，共計評論1500條。

2.2 根據(jù)上映時段的評論數(shù)量對比分析

《哪吒》在2019年7月26日正式上映之前有兩輪不同規(guī)模的點映，所以本研究將豆瓣短評以及評價時間一同抓取下來，統(tǒng)計自 《哪吒》點映、正式上映期間以及下映之后的各等級評價數(shù)量變化趨勢，如圖1所示，并加以分析。

圖1 各等級評價數(shù)量變化趨勢

由以上不同時間段中三個等級的評價數(shù)量變化趨勢圖可以看出：

（1）點映期間好評數(shù)量比一般、差評的數(shù)量都要高出很多；

（2）上映期間好評的數(shù)量較點映期間有細微增幅，但是一般和差評的數(shù)量大漲且反超好評的數(shù)量；

（3）下映期間所有等級評論均有大幅下降，其中差評數(shù)量居高，好評數(shù)量最低。

3 共詞分析

共詞分析 （Co-word Analysis）是通過對同一篇文獻中出現(xiàn)的詞匯、短語或者反映文獻主題內(nèi)容的關鍵詞進行統(tǒng)計分析，研究文獻內(nèi)在聯(lián)系和科學結(jié)構(gòu)。一般認為不同詞匯在同一篇文章中出現(xiàn)的次數(shù)越多，這些詞匯之間的關系就越為親密。本研究使用的分詞工具是ROST CM6，此工具使用的停用詞表以及過濾詞表不太適用于本次研究文本，因此在提取、篩選有效共現(xiàn)關鍵詞以及構(gòu)造共詞矩陣的過程花費了大量時間，進而使用社會網(wǎng)絡數(shù)據(jù)分析UCINET 對有效共詞矩陣進行社會網(wǎng)絡構(gòu)造。

3.1 高頻詞共詞矩陣數(shù)據(jù)

將評分等級為好評、一般以及差評的文本的關鍵詞分別進行共詞頻次矩陣構(gòu)造，部分數(shù)據(jù)如圖2所示。

圖2 評分等級為 “好評”的高頻詞共現(xiàn)關系矩陣

此類矩陣為對稱矩陣，對角線的數(shù)據(jù)定義為空值，非對角線上數(shù)字為行列對應關鍵詞共同出現(xiàn)的頻次。如圖2所示，“國漫”與 “改編”的共現(xiàn)頻次為11，表示等級為 “好評”的短評語料庫中有11條短評同時使用了這兩個關鍵詞。

3.2 關鍵詞共現(xiàn)網(wǎng)絡主成分分析

高頻關鍵詞可以很好地反映某一領域的關注熱點。為挖掘關鍵詞之間聯(lián)系，本研究借助UCINET中的NETDAW 功能將各評分等級的影評高頻詞共現(xiàn)關系矩陣繪制成表現(xiàn)各個關鍵詞關系的社會網(wǎng)絡加以分析。在NETDRAW 采用Principal Component Cayout功能，主成分布局結(jié)果如圖3―圖5所示。圖中節(jié)點表示關鍵詞，連線表示關鍵詞之間存在聯(lián)系，所有其他關鍵詞按照對上一層級關鍵詞的共詞次數(shù)的多少依級排列，后一層關鍵詞的語義組合構(gòu)成對前一個關鍵詞的解釋，從而各關鍵詞在共現(xiàn)網(wǎng)絡中的地位及相互之間的遞進關系可以清晰地凸顯出來。

圖3 評分等級為 “好評”的關鍵詞共現(xiàn)網(wǎng)絡

圖4 評分等級為 “一般”的關鍵詞共現(xiàn)網(wǎng)絡

圖5 評分等級為 “差評”的關鍵詞共現(xiàn)網(wǎng)絡

分析圖3―圖5可得，各評分等級的影評關鍵詞共現(xiàn)網(wǎng)絡中，可將關鍵詞分為四類：

（1）故事情節(jié)。好評中以 “成熟” “顛覆性”“傳統(tǒng)”“搞笑”“致敬周星馳”“封神宇宙”等正面詞為主；一般中認為 “尷尬”“節(jié)奏流暢”“完成度高”“顛覆”，褒貶不一；而差評則認為 “改編過度”“網(wǎng)絡段子”“笑料低俗” “迎合大眾” “人設單薄”“低齡化”“劇情空洞”等來表達對電影的失望。

（2）人物形象。好評認為 “打破成見” “臉譜”“中國風”“喜劇元素”“好看”“反抗父權(quán)”等；一般中以 “熊孩子”“存在偏見”“惡俗”“反抗父權(quán)”等詞表現(xiàn)；差評中以 “尷尬”“低俗”“幼稚”“不倫不類”“刻意”“配音出戲”等詞為主。

（3）電影內(nèi)核。好評和一般多以 “感動” “成長”“父子情”“價值觀”“自己做主”“友情”褒義詞等表現(xiàn)；差評呈現(xiàn) “喊口號”“牽強”“親情”“教育偏離” “不是打破偏見” “價值觀” “改編過度”“牽強”等詞。

（4）制作技術(shù)。好評、一般和差評都通過 “畫面精致”“進步”“特效厲害”等褒義詞表達對國產(chǎn)動漫電影制作技術(shù)的肯定。

4 情感分析

要想對文本數(shù)據(jù)進行情感分析，關鍵的一個基本操作就是選取一個適合本研究的情感詞庫。由于本研究采集的反映觀眾真實感受的電影短評論文本數(shù)據(jù)，短小精悍且極具個人特色，傳統(tǒng)的情感詞庫對我們的分析研究有著明顯的缺陷與不足。因此，構(gòu)建與本文研究目的相適應的情感詞庫尤為重要。

4.1 情感詞典構(gòu)建

表1 情感詞典例表

根據(jù)中文的使用習慣及語法構(gòu)成，本文選取了形容詞、動詞、副詞、名詞和成語五個部分的分級詞庫，共1020個詞語及成語，形容詞273個詞匯，副詞18個詞匯，名詞254 個詞匯，成語236 個詞匯，動詞239個詞匯。為了更加準確且細致的反映本文評論文本的情感傾向，本文將名詞、形容詞、成語和動詞均分為五個情感等級，分別為―10、―5、0、5、10，從而使得本文計算出來的情感得分為一個連續(xù)的分值，這樣情感傾向的程度也能夠很好地反映在文中，我們對這類評論文本的理解也可以更加具體準確。此外，本研究還構(gòu)建了補充情感詞典，選取了副詞以及語氣詞的分級詞庫，共有24個副詞以及9個語氣詞。根據(jù)三個計分過程文件，發(fā)現(xiàn)不合理的評分，補充程度副詞表里的詞及分數(shù)，或者補充語氣詞表里的詞及分數(shù)，比如否定就加―1，雙重否定就加1。補充情感詞典樣例如表1所示。

4.2 文本數(shù)據(jù)預處理

4.2.1 文本數(shù)據(jù)清洗

由于電影短評論是非專業(yè)的影評觀眾的評論，存在大量表達含義相同但是使用詞語不同的情況，以ROST CM 為主的分詞工具對原始評論文本統(tǒng)計出的結(jié)果存在一定誤差，會在一定程度上影響后續(xù)的研究結(jié)果。因此有必要對爬取的原始數(shù)據(jù)進行清洗，將表達意義相同但使用不同的詞語替換為同一個詞語，并且對評論進行編號。清洗后的文本數(shù)據(jù)如表2 所示。

表2 清洗后的文本數(shù)據(jù)例表

2019―07―13 G4臥槽居然看哭了，這才是貨真價實的國漫新希望，終于不再是假大空的中國風堆砌，而開始借神話寓言塑造真正的 “小人物”。背負原罪的出身，命中注定的死期，對存在的篤定和身份的動搖，竟指向 《刺客聶隱娘》的內(nèi)核：一個人，沒有同類。完整的世界觀構(gòu)建，父子母子師徒兄弟友敵，每一段關系都處理的有血有肉全無敷衍。美術(shù)剪輯配樂動作設計，處處都是亮點，就連喜劇部分也絕非裝瘋賣傻而存在無數(shù)細節(jié)作為支撐。海邊夕陽踢毽和社稷圖虛幻仙境兩部分堪稱絕美段落，飛馳想象力和一流制作實力的結(jié)合，值得一刷再刷。嚴格說是四星電影，但愿意加滿五星狂推鼓勵！2019―07―14 G5年度最佳動畫，不，年度最佳影片，劇作上的成熟應該讓同檔期的 《獅子王》跪下來叫爸爸，起承轉(zhuǎn)合水到渠成且飽含情感力量，這種成熟度不管是在動畫這種形式里還是脫離動畫都值得所有國產(chǎn)商業(yè)電影學習。整部影片看下來，在形式上非?，F(xiàn)代化，包括笑點臺詞都貼近現(xiàn)代網(wǎng)絡化的生活，是謂形散，但是影片把握住了哪吒這個神話人物的內(nèi)在精神：我命由我不由天，并且自始至終都貫徹下去，是謂神不散，包括反派敖丙及申公豹都人物弧光飽滿，在非我族類其心必異的人類世界里，《哪吒之魔童降世》是為所有異類書寫的頌歌，這部片子就如同蔡依林在金曲獎上說的：獻給那些曾經(jīng)認為自己沒有任何機會與選擇的你，請你一定要記得選擇你自己，支持你自己。

4.2.2 對文本進行分詞

圖6 評論文本分詞結(jié)果例圖

經(jīng)過分詞處理后，得到的數(shù)據(jù)仍不能直接作為后續(xù)工作的處理文本，因此要對分詞后的文本數(shù)據(jù)進行處理和篩選。通過人工查看找出分詞錯誤，排除表情符號以及一些無意義的如序數(shù)詞、虛詞以及連詞，找出可能干擾分析結(jié)果的詞挑選出來放在停用詞表，使文本數(shù)據(jù)真正反映出電影評論所表達的意思。篩選后的評論文本分詞結(jié)果如圖6所示。

4.3 計算各類情感得分

在前文中我們說明了為對評論文本進行情感分析而建立了情感詞庫，進一步的操作就是依據(jù)已有的情感詞庫計算每一條短評文本的情感得分。部分評論文本的情感得分結(jié)果如表3。

表3 情感得分例表

電影作為體驗型商品，電影播映的不同時段會吸引各類觀眾，觀眾會給出不同的觀影感受。本研究認為對隨電影播映時段波動的情感趨勢的分析具有一定實際意義，因此將電影評論按照電影播映時段分類，即點映期間、上映期間以及下映期間進行情感趨勢的描述與分析。情感趨勢如圖7―圖9所示。

圖7 好評情感得分波動

圖8 一般情感得分波動

圖9 差評情感得分波動

由以上圖中數(shù)據(jù)可以看出，三類評分等級的電影評論情感得分基本與評分相一致，因此證明本研究所構(gòu)建的情感分析結(jié)構(gòu)是可行的?！赌倪浮氛缴嫌硶r間為2019年7月26日，正式上映之前有兩次點映，時間分別為7月13―14日以及7月17―19日，上映時間為期兩個月，即2019年9月26日下映。好評與一般的情感高分都出現(xiàn)在正式上映的初期階段，差評的情感高峰主要出現(xiàn)在點映期間以及正式上映的后期階段。

5 結(jié)論與討論

本文以電影 《哪吒》在豆瓣網(wǎng)上的觀眾短評文本為數(shù)據(jù)源，對各評分等級的電影短評文本進行詞頻分析、共現(xiàn)網(wǎng)絡分析以及情感分析，借助文本分析工具進行電影短評的知識挖掘及文本可視化，得出以下結(jié)論：

第一，各時間段各評分等級數(shù)量變化柱狀圖揭示了點映模式制造口碑發(fā)酵。由于國產(chǎn)動畫電影一直以 “低齡向”的形態(tài)呈現(xiàn)在大眾視線內(nèi)，很多成年人一般不會主動關注一部國產(chǎn)動畫，這就需要國產(chǎn)動畫電影在前期找到適合自己的宣傳方式，比如通過 “點映”為影片創(chuàng)造口碑發(fā)酵的機會。電影《哪吒》評分、票房如此之高，除了 “全齡向”這個特點之外，點映是電影未上先爆的部分原因。

第二，高頻關鍵詞的分析顯示了 《哪吒》亮點之一是電影與中國古典神話IP的聯(lián)動。打造中國古典神話人物產(chǎn)生聯(lián)動的 “封神宇宙”是國產(chǎn)動畫電影開創(chuàng)的亮點。這個亮點使得，相比之前的國產(chǎn)動畫電影下映之后的無人問津，電影 《哪吒》在下映之后還有大量的觀眾評論，哪吒這個人物IP得以延續(xù)下去。

第三，抓住觀眾高分評價的關注點在于 “內(nèi)容為王”。無論是給出哪個等級評分的觀眾，對國產(chǎn)動畫電影的關注點主要在于影片通過故事情節(jié)以及人物形象呈現(xiàn)給觀眾的價值觀。迎合主流口味固然沒錯，影片必須能夠準確表達故事的精神內(nèi)核以及教育意義，這不是僅靠堆砌搞笑段子就能完成的。故事完成度高，劇情邏輯合理、節(jié)奏流暢以及結(jié)構(gòu)完整也是獲得好評的關注點之一。

第四，電影制作技術(shù)或為 “保健因素”。結(jié)合共詞分析和情感趨勢分析以及管理學中的雙因素理論的定義來看，電影制作技術(shù)即 “保健因素”得到一定改善之后，無論再如何進行改善的努力往往也很難使觀眾對整部影片滿意?！赌倪浮返闹谱骷夹g(shù)已經(jīng)達到各評分層次觀眾的滿意，但是在電影正式上映期間以及下映之后，一般評論和差評的數(shù)量都大幅增長，其主要來自于觀眾對劇本情節(jié)內(nèi)容的負向評論?？梢妵a(chǎn)動畫電影的崛起不是靠情懷營銷，雖然電影特效技術(shù)也取得了很大進步，但是未來的國產(chǎn)動畫電影還是要致力于精良的劇本創(chuàng)作，想得到觀眾的真正好評，國產(chǎn)動畫還需在內(nèi)容創(chuàng)作上更上一層樓。

本研究通過內(nèi)容分析法分別對評分等級為好評、一般以及差評的影評文本進行時間對比分析和詞頻分析，并結(jié)合共現(xiàn)分析法和情感分析，獲得了一些較為有意義的結(jié)果和結(jié)論，但仍需指出的是，由于電影短評數(shù)量以及時間的限制，對單一電影的文本挖掘結(jié)果分析存在一定程度上的主觀因素，因此需要結(jié)合不同電影的特點和發(fā)展方向開展進一步的研究。