摘要：该文针对传统应急决策质量评价方法在突发事件实时优化中的局限性，提出一种多源细粒度情感融合驱动的动态评价框架。以“12·18”积石山地震为例，融合多源舆情数据构建评价体系，结合RoBERTa-BiLSTM-Attention+AER模型及q-阶正交模糊融合技术，实现跨平台舆情情感的精准解析。结果表明：①模型在案例数据集上F1值达80.51%，较次优模型提高4.53%，实现在信息不完整情景下，精确识别公众意见及情感；②设计的多源舆情融合机制有效对冲平台偏差，融合前后两平台间的Cohen’s d值从0.231降至0.133和0.117；③积石山地震的决策质量呈“初期高效响应—中期协调波动—后期恢复优化”的U型时序演化特征。提出的三维优化框架有助于应急管理从事后归因转向事中干预，为决策优化提供实时反馈。
文章目录
1 基于情感分析与多源舆情融合的应急决策质量评价方法框架和模型构建
1.1 框架构建
1.2 公众应急决策评价维度检测
1.3 方面级情感分析模型构建
1.3.1 RoBERTa-BiLSTM-Attention层（简称RBA）
1.3.2 注意力熵正则化（Attention Entropy Regularization， AER）
1.4 多源舆情数据融合方法
1.4.1 情感极性标签转换
1.4.2 多源舆情数据交叉融合
2 实验与分析
2.1 案例描述与数据预处理
2.1.1 案例描述
2.1.2 数据收集与预处理
2.2 应急决策质量综合评价研究
2.2.1 公众应急决策评价维度检测结果分析
2.2.2 基于情感分析的公众诉求挖掘与结果聚类分析
2.2.3 多源舆情数据融合与公众关注度演化分析
2.2.4 融合前后平台情感差异分析与融合效果验证
2.2.5 融合后应急决策质量综合评价与优化建议
2.2.6 方法对比
3 结论与展望
