面向舆情监控的热点人物及事件
网络红人舆情热点事件分析报告之“西藏冒险王”坠入冰川离世
网络红人舆情热点事件分析报告之“西藏冒险王”坠入冰川离世12月26日，来自四川的90后“冒险王”王相军被多方消息确认死亡，他于12月20日“长眠”于依噶冰川瀑布之中。
王相军在社交平台上以“西藏冒险王”自称，数年来他登上过70多座冰川，亲眼见过和拍摄过的冰川300多座。
正因如此，王相军曾受邀参加第25届联合国气候变化大会，分享了多年拍摄的冰川影像资料，希望更多人能参与到保护环境中。
“冒险王”王相军多年来分享自己探险冰川的经历，让人们了解到很多不为人知的冰川景色，不仅获得众多粉丝，也让更多网民认识了他。
因此他坠入冰川离世的消息传播出来后，让网民们唏嘘不已，并引发了关于冒险、冰川、环保甚至是人生价值等话题的相关讨论。
一、从网传到确认，“西藏冒险王”离世网络关注热度呈现多峰值早在12月26日之前，网上就有消息称，“冒险王”王相军于12月20日掉入冰川瀑布去世。
直到12月26日，王相军个人账号更新，确认了王相军去世的消息。
至此关于“西藏冒险王”遇难信息的传播热度开始在网络中显现，但也只是局限在小范围内，大多数为普通网民和少数有粉丝基础的博主对这一消息进行了扩散。
直到12月27日晚间，经过一些媒体如漩涡视频、三联生活周刊的报道后，关于“西藏冒险王”离世的新闻热度迅速上升，至此该事件的传播热度达成第一个小峰值；12月28日，在王相军离世消息被扩散传播后，关于王相军生前家庭、亲属接受采访等内容也不断出现在网络中，同时不少自媒体甚至还有媒体都发布缅怀王相军的回忆视频。
这些内容在一定程度上使网民产生了强大的共情力量。
以个人之力自觉转发的方式纪念这位勇敢的冒险者王相军，这也推动该事件的传播在12月28日形成了两个热度峰值。
二、“西藏冒险王”被广为尊重，舆论充满不舍与难过“西藏冒险王”数十年探险冰川，不仅为大众提供了了解真实冰川景象的窗口，形成了强大的粉丝基础；还为一些相关的研究院提供了不少珍贵资料；与此同时他还走向国际，在联合国气候大会上分享冰川资料，呼吁保护环境。
网络舆论热点事件分析报告之女校长当面吃光学生剩饭
网络舆论热点事件分析报告之女校长当面吃光学生剩饭9月1日，江西婺源一位女副校长当着学生的面，把孩子们吃剩的早餐全部吃光，视频一经在网上传播，女校长的做法便在网上引发舆论热议，赞扬声、质疑声伴随其中。
2020-09-01 16:48 @青流视频发文【开学第一课！#女校长当面吃光学生剩饭# 网友怒赞：为人师表】据魅力婺源报道：9月1日，江西婺源一位女副校长当着学生的面，把孩子们吃剩的早餐全部吃光。
网友怒赞：为人师表，言传身教，这堂开学第一课非常有意义。
此博文转评达到213次。
随后，@新浪新闻、@观察者网、@凤凰周刊、@凤凰网视频、@北京青年报等都对此事件进行了报道，推动舆情迅速发酵，于当日21时左右达到热度峰值。
通过舆情监测软件鹰击早发现进行分析发现，对于女校长当面吃光学生剩饭的这一举动，舆论场上以支持赞扬声居多，占比达到了63.4%。
然而，与此同时，作秀、不卫生、会给孩子造成心理压力等看法也不断刷屏。
表示支持的网友认为：起到了言传身教的作用多数网友认为女校长为人师表，这个行为非常有意义。
言传身教胜过千言万语。
最近，全社会都掀起一股节约食物的风潮。
节约要从孩子抓起，让学生从小就树立足够的节约意识，并通过长期的潜移默化来融入生活、养成习惯，非常必要。
现在很多孩子并没有经历过谁知盘中餐，粒粒皆辛苦的深切体会，无法从生活中切实理解节约粮食的真谛，女校长的行为就是以身作则，用自身行动来为学生们传递不能浪费粮食的精神，光盘行动从我做起，从老师做起，起到了积极的带头作用，让更多人，更多学生了解了其中的苦心，值得赞扬和肯定。
表示反对的网友认为：1、作秀，形式主义对于视频中女校长的做法，不少网友认为这是在作秀，只是一种没有实际意义的形式主义。
如果是为了报道而摆拍，牺牲的是大家的好感和信任。
细心的网友对视频当中的一些画面提出了自己的质疑，为什么看上去这份“剩饭”那么大？好像还很完整？而且那么一大份对于大人来说也不一定能吃的完，更何况是孩子。
医疗舆情热点事件分析报告之6万粉丝大V医闹
医疗舆情热点事件分析报告之6万粉丝大V医闹说到网络大V,很多人的感觉就是代表了一种权威或者知名度，他们发布的博文少则几十、几百的转评，多则上万、几十万的评论，作为公众人物，一言一行都受到大家的瞩目。
近日，一则“6万粉丝'知名大『医闹遇上400万粉丝”的事件就引发无数网友关注和讨论。
事情是这样的：两个病人家属自称是“很大很大的大V”恶人先告状说医院服务不好，大闹护士台还直播过程，不料医院里有个438万粉丝的大丫@白衣山猫。
@金华公安对闹事的两个“大V”进行了法制教育。
两人见到警察，一改嚣张气焰，向护士道了歉。
金华公安喊话姜大V：你以后靠点谱，不然请你喝茶还赠送银手镯！那么从舆情分析的角度来看，事件热度及网络舆论又是怎样的呢？事件热度趋势7月12日19：32,@白衣山猫发布事件相关博文，引发舆论热议。
@白衣山猫根据其微博个人介绍：前浙江援疆外科副主任医师、微博签约自媒体，到目前为止粉丝4412295人。
根据舆情监测软件鹰击早发现对此博文的传播情况进行分析，传播层级达到11层，@北京人不知道的北京事儿、@战争史研究TVHS、@杨川、@来去之间、@苍南派等是关键传播节点。
普通博主是此博文中的传播主力军，其次是微博达人和个人认证用户。
13日，@新浪新闻客户端、@新浪视频、@凤凰网视频等主流媒体及@圈内皇叔、@苍南派、@影视搜罗狂等大V的传播扩散，舆情热度到达第二波巅峰。
姜涛粉丝变化情况：在博文中提到的@姜涛-我是路人甲也因此事“出名”了，微博粉丝从原先的62898人，涨到了现在的66103人，有好奇而关注的，也有人质疑“他为什么会有这么多粉丝，是不是花钱买的？”网友情感倾向分析：网友对于此事的看法以负面居多，从众多评论中清一色对闹事男子口诛笔伐就可见一斑。
为了热度和流量不择手段自从网红经济暴涨以来，有部分人，为了涨粉丝，赚取热度，吸引流量，经常编造事实，伪造舆论，特别是涉及到医患关系这种话题，更能吸引大家的目光，为自己带来热度，而公众很难分辨清楚到底谁对谁错，如果不是此次大V医生在网络中发布事件经过，舆论又一次要被这种刻意曲解真相的人给骗了。
网上的突发名人舆情事件管理与监测办法
网上的突发名人舆情事件管理与监测办法近段时间热门的范冰冰逃税、吴秀波小三、WE战队Condi出轨等事件，引发网民高度关注和热议。
名人本身就是媒体和大众关注焦点，一旦在网上突发名人舆情事件，其事件影响会被瞬间放大。
因此，为了有效预防舆情突发，就需做好网上的突发名人舆情事件管理与监测。
舆情事件管理监测流程：1.对网络名人舆情信息进行监测、分析，从而把握舆情走向并作出预警便是对社区网络舆情的监测。
社区可以借助网络舆情监测预警系统工具，并结合人工的方式，对重点领域、重要人物、重大事件进行全网24小时监测，确保第一时间发现舆情。
2.有突发事件发生，要在第一时间发布信息，优先占领传播高地，为各媒体的新闻报道提供内容基调，掌握舆论主动权，避免滋生谣言。
当公众在第一时间获得了相关信息后，能给公众带来安全感，树立政府部门负责任的形象，并为今后网络舆情的引导创造积极的作用。
3.络舆情管理流程必须有始有终，总结是流程一个必要的“收尾”工作。
要在前面几个阶段的工作完成后，及时总结成功经验，找出问题和不足，制定解决问题的方案和弥补不足的措施，以期今后能做得更好，这也是自我完善和提高的一个必要手段。
同时要整理材料，上报相关职能部门，以备今后查阅和相互交流学习。
网上的突发名人舆情事件管理与监测办法：1.首先监测的领域、范围或具体内容要清晰，具体的工作目标也要明确，比如监测到数据后最重要的是什么，写舆情监测报告上交领导？还是需要数据辅助决策？如果工作需求明确了，就能找到合适自己的舆情监测系统这一有力的工具开展自己的工作。
2.名人舆情事件的产生及发酵，都会引发网络舆论对相关事件多方面的解读与关注，尤其是网民的观点发生偏移后，极易引发次生舆情，扩大了相关事件的负面影响。
因此，名人舆情监测需做到全面性。
由于网上舆情信息量大，单靠人力无法满足信息搜集的全面性需求，需要借助智能化的系统工具实现全方位立体监测，确保信息获取的完整性。
3.采用蚁坊软件互联网舆情监测系统，可以全面地对相关信息进行全方位立体监测，实现7*24小时全天候监测。
网络舆情热点哪些话题在社交媒体上引起公众争议
网络舆情热点哪些话题在社交媒体上引起公众争议网络舆情热点：社交媒体上引起公众争议的话题网络舆情是指在网络平台上公众对于某一事件、话题或者人物的集体意见和言论。
随着社交媒体的普及和用户交流的便捷性，网络舆情成为了一种强大的舆论传播力量。
在社交媒体上，有许多话题引发了公众的争议和讨论。
本文将介绍其中几个热点话题。
一、社交媒体上的政治话题政治话题一直是社交媒体上引发公众争议的重要话题。
在国内外政治大事发生时，公众常通过社交媒体表达自己的观点和看法。
例如，在国际大事上，如美国总统选举、英国脱欧等，各界人士争论激烈。
这些话题涉及国家利益和民众生活，所以引发了公众热议。
二、社会热点问题社会热点问题也经常成为社交媒体上的舆论焦点。
例如，近年来，女性权益、LGBTQ+权益等议题引发了广大网友的关注和讨论。
在社交媒体上，公众通过分享自己的经历、观点和资讯来表达对这些社会热点问题的关注。
三、娱乐圈八卦和明星争议娱乐圈八卦和明星争议也常常成为网络舆情的热门话题。
明星的一举一动都可能引发公众的讨论。
有时，明星的行为或者言论被网友批评，例如，涉及到道德、伦理和职业操守等问题。
这些话题通常会在社交媒体上引发热烈的讨论和争议。
四、科技创新和互联网产品科技创新和互联网产品也是社交媒体上引起公众争议的话题。
例如，人工智能、区块链等新兴科技被广泛讨论和评价。
互联网产品如社交媒体平台、手机APP等也经常引起用户的热议，例如，隐私政策、内容审核等问题。
五、环境保护和动物权益环境保护和动物权益是近年来在社交媒体上引发公众争议的重要话题。
人们关注气候变化、环境污染等问题，表达对环境保护的呼吁和批评。
同时，对于动物保护、动物权益的讨论和关注也日益增加。
综上所述，网络舆情热点的话题多种多样，在社交媒体上引发公众争议。
这些话题涵盖政治、社会、娱乐、科技、环保等领域，反映了公众关注的焦点和社会热点问题。
通过社交媒体平台，公众可以自由表达意见和观点，同时通过交流和讨论推动社会进步和提升舆论质量。
舆情检测报送制度范本
舆情检测报送制度范本一、总则第一条为了加强舆情监测，及时掌握和处理重大舆情事件，制定本制度。
第二条舆情监测报送工作应遵循及时、准确、全面、保密的原则。
第三条舆情监测报送对象为国家机关、企事业单位、社会团体、公众人物等。
第四条舆情监测报送内容主要包括重大舆情事件、热点事件、突发事件、网络谣言等。
第五条舆情监测报送工作应由专门部门或人员负责，确保报送工作的顺利进行。
二、监测与分析第六条舆情监测工作应采用技术手段和人工审核相结合的方式，确保监测范围的全面覆盖。
第七条舆情监测人员应定期对监测数据进行分析，发现重大舆情事件应及时报告给相关负责人。
第八条分析研判结果应包括但不限于舆情事件的性质、影响范围、发展趋势等。
三、报送与处置第九条发现重大舆情事件后，应及时向相关部门或机构报送相关信息，并附上分析报告。
第十条报送信息应包括舆情事件的概要、时间、地点、涉及主体、影响范围等。
第十一条相关部门或机构收到舆情监测报送信息后，应及时进行预警和应对处理，并反馈处理结果。
第十二条对于重大舆情事件，应制定应急预案，明确责任分工，确保舆情事件的妥善处理。
四、培训与考核第十三条应对舆情监测报送工作人员进行定期培训，提高其业务水平和应急处理能力。
第十四条应对舆情监测报送工作人员进行考核，确保其能够胜任本职工作。
五、保密与信息安全第十五条舆情监测报送工作中涉及的国家秘密、商业秘密、个人隐私等，应严格遵守相关法律法规进行保密。
第十六条应对舆情监测报送工作中的信息传输、存储、处理等进行安全管理，确保信息安全。
六、附则第十七条本制度自发布之日起实施。
第十八条本制度的解释权归舆情监测报送工作的归口管理部门。
网络红人舆情热点分析研判报告之山东拉面哥走红事件
网络红人舆情热点分析研判报告之山东拉面哥走红事件事件简介：近日，山东临沂拉面哥走红网络，原因是这位朴实的拉面哥15年来坚持一碗拉面3块钱，时代发展，物价上涨，拉面哥15年来坚持不涨价。
拉面哥的行为被传播后，迅速走红网络，仅仅两个视频就有将近2亿的流量，视频的点赞量更是超过了百万，当之无愧成为2021年第一位爆火的“网红”。
拉面哥走红后，随即引来了大量自媒体的直播围观，使拉面哥的生活也发生了翻天覆地的变化。
在众多新闻媒体与自媒体的裹挟围观下，拉面哥的各种生活信息都成为争相传播的焦点，充斥在网络环境中。
在拉面哥爆火的过程中，网络传播信息内容开始转向，聚焦于当下自媒体蹭热度的炒作围观，使原本传播山东拉面哥正能量的经营事迹，转为对当下自媒体嗜血炒作的审视与抨击。
研究概述：自媒体时代，尤其是这两年短视频、网络直播的兴起与发展，使我们见证了各种爆火却又昙花一现的网红、为了流量自我炒作也炒作他人的自媒体传播者，如长年累月生活在各种镜头的窥视之下的山东大衣哥朱之文就是典型也被屡次讨论的案例。
此次山东拉面哥被围观拍摄的生活仿佛陷入了如朱之文一般的困境。
自媒体对当下平民热点人物的积极跟进、直播围观、视频拍摄、细节挖掘，成为当下自媒体、网红经济时代的鲜明特征，博眼球的背后是对流量经济的追逐，而这种追逐反过来搅乱了当事人的正常生活、淹没了事件本身的正面能量，最后演化成自媒体主导下对炒作他人的一地鸡毛。
本文以山东拉面哥走红网络这一事件为研究案例，对山东拉面哥走红后的网络传播热度及舆情演化态势、草根平民人物如何被动走红网络、媒体以及自媒体是如何传播走红的山东拉面哥、拉面哥走红后舆论聚焦点为何出现分化、舆论对于当下自媒体以流量经济追逐下作何反应等内容进行研究分析，在此基础上对该事件所引发的这一传播现象进行反思总结，以期构建起自媒体时代理性传播的舆论呼声。
一、舆情传播热度演化趋势分析据相关介绍，早在几年前就有人开始关注拉面哥，来他的摊位探店、采访这位买三块钱一碗拉面的拉面哥。
当下时事热点人物及事迹20例
当下时事热点人物及事迹20例社会热点人物事迹写作素材篇18月，甘肃舟曲特大泥石流灾害当天，身处灾区的19岁男孩王凯“习惯性”地用手机拍下黑暗中一盏微弱的烛火，并配以文字上传微博。
这条微博使王凯成为全国图文“报道”灾情的第一人，成为连接外界和灾区的桥梁。
而后，他奔波于灾区并通过手机在微博上记录见闻，被冠以“微博男生”、“一个人的通讯社”等称号。
灾难使这个“90后”男生学会坚强和担当，在虚拟与现实的“灾难战场”，“90后”不仅显得可爱，更令人感到可亲可敬。
他们曾干过搬运工、建筑工、锅炉工，去过新疆、陕西，也曾生活困顿难以为继，但偶然间一段即兴自拍的翻唱歌曲《春天里》的网络视频，赢得了上千万的点击量，其真情实感令无数网友感动落泪。
民工版《春天里》，他们是在唱自己，唱出了辛酸生活，也唱出了顽强执着。
处在城市和农村之间游离的农民工群体以及无数怀揣梦想的北漂们，同样需要关注，需要尊重。
这是他们的心里话。
篇3女儿刚出生就患有脑瘫，14个月大时又被诊断患有癫痫。
50岁老来得女的赵长萱，这位来自哈尔滨的伟大父亲，5年如一日，用他最深沉、最厚重的爱，为女儿撑起了一片天空，创造了一个又一个生命奇迹。
当《让世界充满爱》的动人旋律在耳畔轻轻流淌，从“唯朵至珍”，到唯爱至真，“朵朵爸爸”感动万千网民，也向我们诠释了这样一个道理：父爱如山，静默无声，不求回报；父爱似海，深沉宽广，足以包容一生。
篇4作为一名事业有成的香港人，曾敏杰始终心怀祖国。
他热衷于内地的儿童公益事业，先后帮助多名脑瘫儿童进行康复治疗。
玉树地震发生后，他又作为义工去灾区探望孤儿，发起公益活动，购买孩子们急需的炉子、棉鞋、帐篷等物资。
就在将物资送往玉树最偏远的村寨时，他和同伴遭遇意外，不幸遇难。
他被网民誉为“新阿福”，他的善心善举让我们看到，爱心无地域，真爱暖人间。
篇529岁的刘丽，是个来自安徽的农村姑娘。
因家境贫寒，14岁的她便辍学，外出打工，挣钱为弟弟妹妹交学费、贴补家用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
面向舆情监控的热点人物及事件分析技术
RESEARCH ON HOT CHARACTER AND EVENT ANALYSIS TECHNIQUES ORIENTED TO PUBLIC SENTIMENT MONITORING
孙振龙
哈尔滨工业大学 2012 年 6 月
国内图书分类号： TP391.2 国际图书分类号： 681.37
Candidate： Supervisor： Academic Degree Applied for ： Speciality： Affiliation： Date of Defence ：
Sun Zhenlong Prof. Li Sheng Master of Engineering Computer Science and Technology School of Computer Science and Technology June, 2012
Classified Index: TP391.2 U.D.C: 681.37
Dissertation for the Master Degree in Engineering
RESEARCH ON HOT CHARACTER AND EVENT ANALYSIS TECHNIQUES ORIENTED TO PUBLIC SENTIMENT MONITORING
Degree-Conferring-Institution： Harbin Institute of Technology
摘
要
摘 要
随着 Internet 在全球范围内的广泛普及， 互联网已经成为社会舆论的放大 器和思想文化信息的集散地。舆情信息反映了民众思想状况，在 Web2.0 的强大 传播力之下，对舆情信息的研究显得极其重要。面对每天更新的海量的信息， 高效准确的挖掘出热点新闻和舆论走势已经成为亟待解决的问题。 一般情况下， 事件的发生和发展都与人物有关，很多热点事件都是围绕着人在进行。在这种 背景下，本文以分析热点人物为切入点，找到并分析发生在他们身上的事件， 进而把握网络舆情。围绕着热点人物及事件分析技术，本文的研究主要涉及以 下几个方面： (1) 提出了融合多种词法分析工具识别人名的方法和基于 Lingo 聚类策略 的人名消歧方法。首先利用现有的分词及标注工具中人名标注功能初步识别人 名，并根据最长原则融合几种人名识别方法的结果。同时，尝试了几种噪声人 名的去除方法，并基于 Lingo 聚类算法进行人名消歧。实验表明，融合策略在 不降低人名识别正确率的前提下提高了人名识别的召回率，人名去噪及消歧方 法能够很好的满足应用需求。 (2) 研究了有监督的人物分类技术，提出一种基于 SVM 的人物分类方法。 首先从包含人物的文本中抽取能够描述人物的一定长度的文本片段，然后利用 信息增益提取出代表人物的有用属性特征，最后用 SVM 算法对人物进行分类。 实验表明，这种方式能有效的预测人物的所属领域。 (3) 研究了基于信息熵和情感词典相结合的特征提取技术，并用其进行热 点人物事件的倾向性分析。信息熵计算特征的区分能力，而情感词典解决覆盖 率问题。本文提取的特征分为从训练集中提取的特征和从情感词典中提取的特 征。训练集中提取的特征是与语料相关的，或者说与领域相关的。而情感词典 具有通用性，其中含有训练集提取的特征集中没有的特征。实验结果显示，将 两种特征融合到一起能够有效地提高事件倾向性分析的性能。同时，本文尝试 了用同义词词林将候选特征集合进行聚合，即将同义的两个特征映射到一个特 征上，这样做既降低了空间向量的维数，又不丢失语义信息，达到了两者兼顾 的效果，而且提高了语义相似度计算的精度。在特征聚类过程中将特征的同义 词也加入，从而达到扩展重要特征的效果，提高了事件倾向性分析过程的特征 识别能力。 (4) 提出了一种面向舆情监控的热点人物排序模型。该模型综合考虑人物 的曝光率、热度趋势变化和所属领域的权重这些因素来计算分数，然后根据分
- III -
Abstract
performance of the event tendentious analysis. Meantime, this paper attempts to cluster the candidate features set using synonymous word dictionary. Synonyms are mapped to one feature, which reduces the dimension of the space vector without losing senmatic information, and improves the accuracy of semantic similarity calculation. Joining the synonyms of features in the feature clustering process achieves the effect of important feature expansion and improves the feature recognition capability in the analysis process of event sentiment. (4) This paper proposes hot charactor scheduling model oriented to public opioion monitoring. The model considerscharacter exposure rate, hot degree trend and field weight to calculate the score, and then generates the hot charactor ranklist. Character exposure rate is number of the news and commentaries which contain the character in a single day; the hot degree trend can be measured by the deformation of the KL distance; the field weight is set according to the field’s importance degree in monitoring public opinion of the character, and the field of character can be predicted by automatic character classification technology. Experimental resu lts show the hot character scheduling model can put important characters in monitoring public opinion on the front of hot character ranklist. Keywords: public sentiment monitoring, person name recognition, character classification, trend analysis, hot charactor sorting
- II -
Abstract
Abstract
With the worldwide popularity of the Internet, the Internet has become the center of the ideology culture and the amplifier of public opinions. Public opinion information reflects the state of public mind, and the study of public opinion information is extremely important under the powerful spread of Web2.0. Faced with a flood of information updated daily, how to dig out the hot news and public opinion trends efficiently and accurately has become an urgent problem. Generally speaking, the occurrence and development of events are related to characters, and the expansion of many hot events is influenced by characters. In this context, we take hot charactor analysis as a starting point, find and analyze the events that happen to hot charactors, to grasp the public opinions of the network. Centering on analysis techniques of the hot charactor and event , our study involves the following aspects: (1) This paper presents a name recognition method based on a combination of lexical anaylis results and a name disambiguation method based on Lingo clustering strategy. We first use the existing lexical analysis tools to mark names, and integrate the results based on maximum length principle. At the same time, we try several methods to remove noise names, and do name disambiguation based on the Lingo clustering algorithm. Experiments show that the integration strategy improves the recall of name recognition without reducing the precision of name recognition, and the noise reduction method for names and the name disambiguation method can meet the application requirements. (2) This paper studies supervised charactor classification techniques and proposes a charactor classification method based on SVM. We first extract fixed length text fragments which could describe character from the text, then use the information gain to extract useful character attributes which can represent him or her, and finally use the SVM algorithm to classify the characters. Experiments show that this method can effectively predict the category of the character. (3) We research the feature extraction technique based on the combination of information entropy and emotional dictionary, and use it to analyze hot charactor and event sentiment. Information entropy measures the distinguishing ability of the features, and emotional dictionary solves the coverage problem. Features in th is paper are extracted from the training set and the emotional dictionary seperately. Features from the training set are related to the corpus, or some field. Emotional dictiony is universal, which contains the features that the training set doesn't contai n. Experimental results show that the feature integration can effectively improve the