随着移动互联网的快速发展,社交网络已经成为用户获取资讯、表达看法、交流沟通的重要平台,网络用户通过文本、图片、短视频等多种形式分享自己的所见所得,表达自己的观点立场。近年来,随着社交媒体平台的多样化,网络内容的丰富化,每当有重大舆情事件发生时,都会在各个社交平台酝酿发酵,进而成为全网热议的话题。尤其在一些负面舆情事件中,如果不及时进行引导和控制,极易引发群体性或暴力性事件,甚至危害人民群众的生命财产安全和社会和谐的健康稳定发展。基于此,本文从多语言维度、多数据源的角度出发,从事件双方的网络空间环境中进行网络舆情文本情感分析,力争更全面地分析网络用户对舆情事件的情感态度。首先,论文对网络舆情、文本情感和多源数据的相关概念进行介绍和分析,结合当前互联网发展形式对国内外的研究现状提出评价,根据文献调研的结果提出本文的架构理论和研究思路。其次,按采集层数据源、处理层数据源和决策层数据源构建基于多源数据的网络舆情文本情感分析模型。模型细分数据采集、文本预处理、情感字典生成、情感强度计算、情感主题聚类等模块,为下文的实践提供理论基础与实践指导。最后,以“中美贸易战”为研究案例,按照多源数据情感分析模型的流程进行处理,采集Twitter和微博上文本语料,得出整体情感趋势、主要情感因素,按仅有中文语料、仅有英文语料、中英文混合进行对比分析,揭示多源数据与单一数据分析的结果差异。结果显示,(1)模型分析层面:基于多源数据的网络舆情分析效果比单一数据源的网络舆情分析效果更加全面、客观;(2)事件核心层面:中美贸易战的核心问题是贸易、市场、经济的博弈;(3)文本情感粒度层面:国内用户对中美贸易战持正向情感态度,而推特文本大多表现出负向态度。