辯論輿情怎麼分析？網友覺得誰辯得好的抽樣、標註與分群方法

電視辯論結束後，各方都會說自己贏了。要回答「網友覺得誰表現比較好」，數聲量或正負面情緒都不夠：聲量大不代表被稱讚，負面情緒也看不出是在罵誰。本文說明大數軟體分析 2026 年台北、高雄市長辯論網路反應的完整流程，包括去重、分平台抽樣、留言蒐集、立場標註、分群與呈現方式，以及這套方法做不到的事。

為什麼不能只看聲量或情緒

聲量回答的是誰被討論得多。辯論後被大量討論的候選人，可能是表現亮眼，也可能是出了狀況被反覆轉傳。一般的正負面情緒分析回答的是文字語氣，但一則語氣強烈的負面留言，可能是在罵對手，也可能是在罵自己支持者看不下去的表現。

因此我們把問題改寫成可以逐則判斷的定義：這則內容的作者，是否明確或強烈暗示某位候選人在辯論中表現較好？只談政見內容、轉貼新聞、詢問直播連結，都不算表態。這個定義比情緒窄，能納入統計的內容較少，但每一則都直接回答問題。

另一個問題是平台。PTT、Threads、Dcard、臉書社團、新聞網站留言區的使用者組成不同，同一場辯論在不同平台常得到相反的結論。若把所有平台混在一起計算，結果主要取決於哪個平台的資料比較多，而不是網友怎麼看。

分析流程：八個步驟

下表整理各步驟的做法，以及 2026 年台北、高雄市長辯論分析實際使用的參數。

去重：為什麼要做兩層

辯論後同一則新聞稿會被多家網站轉載，同一段文字也會被不同帳號複製貼上。完全相同的內容用正規化後的文字比對即可去除；只改了標題、加了幾個字的轉載，則用 MinHash 估計文字片段的重疊比例，重疊 80% 以上視為同一則。保留的是互動最高的一份，並記錄被合併的份數。不去重的話，大量轉載的新聞會在抽樣與分群中被重複計入。

分平台抽樣：一半高互動、一半隨機

如果只取互動最高的內容，看到的是各平台最受關注的意見；如果只隨機抽，則容易抽到大量沒有表態的轉貼。我們每個平台各取一半：高互動的一半代表影響力較大的內容，隨機的一半代表一般發言。隨機抽樣使用固定的亂數種子，同一份資料重跑會得到相同樣本。

每個平台抽同樣的數量，是為了讓小平台也有足夠樣本可以單獨分析，而不是為了代表各平台的實際討論量。這也是為什麼跨平台合計數字不適合拿來判定勝負。

留言：主文之外的另一半聲音

很多網友不發文，只在新聞、PTT 文章或 Threads 貼文底下留言。我們從每個平台互動最高、且有留言的貼文抓取留言，同一作者的貼文最多取 3 篇，避免單一帳號的留言區佔滿樣本。留言以「正規化後的文字加上推噓類型」去重，因為「推」「+1」這類短留言在不同貼文底下會完全相同，不能用留言編號判斷。

留言能不能取得，依平台而異。PTT、Threads 與部分新聞網站的留言可以完整取得；臉書粉專、臉書社團、YouTube 與 TikTok 的多數貼文無法取得留言，我們會逐篇檢查可取得留言的貼文另行補抓，並在結果中註明。

誰算「網友」：四種內容分開計算

「網友覺得誰表現好」要排除不是一般網友的聲音，否則結果會被少數帳號或留言區左右。我們把相關內容分成四類，只有第一類計入網友統計：

1. 網友：PTT、Threads、Dcard、臉書社團、X、LINE 社群上的一般發文，以及各平台貼文底下的留言。
2. 媒體與公眾人物：新聞報導、臉書粉專、YouTube 與 TikTok 頻道的發文。這些內容影響討論，但代表的是發布者的觀點或報導。
3. 候選人與政治人物：候選人與政治人物本人帳號的發文，以及政治人物粉專底下的留言。政治人物粉專的留言區以支持者為主，若混入統計會讓結果一面倒。
4. 轉述：網友轉貼名嘴、學者或媒體的評價，未表達自己的看法，依標註原則不算作者本人的表態。

立場標註：定義要比模型重要

每則內容由語言模型依同一份說明標註五個欄位。說明中寫清楚每個值的條件，並要求模型只輸出結構化結果：

模型標註完成後，我們隨機抽 60 則由人工比對，約 9 成判斷一致。不一致的多半是反諷、梗圖文字、只有表情符號的留言，以及拿另一場辯論比較的內容，例如在高雄場的討論中嘲諷台北場候選人的說法。這個一致率代表標註有一定可信度，但個別例句仍可能判錯，所以結果以群體比例呈現，並保留原文供讀者自行判斷。

分群：先找出大家在吵什麼，再看各群的立場

分群的目的，是把數百則內容整理成十幾個討論主題。我們把每則內容的主題標籤與內文斷詞後計算 TF-IDF，兩則內容相似度超過門檻就連一條線，再用 Louvain 社群偵測把連得較密的內容分成一群；太小的群併入未分群。每一群由語言模型依關鍵詞與內容摘錄命名，要求群名描述在討論什麼，不評價誰對誰錯。

分群不依立場進行，同一群裡常同時有雙方支持者。例如「看稿」群裡，一方指對手低頭看稿，另一方反過來要求對方不要看稿。因此每一群都要另外列出雙方的表態數，並各選一則論點清楚的原文；選取時排除純粹人身攻擊的內容，且同一群雙方則數不同時，各選一則不代表雙方聲量相當。

呈現結果：分平台、交叉支持傾向、不給合計勝負

• 分平台列表：每個平台列出網友樣本數、有表態數與雙方表態比例；表態少於 20 則的平台只列次數。
• 交叉支持傾向：把「誰表現較好」與「支持傾向」交叉。2026 年台北、高雄兩場辯論中，看得出支持某一陣營的網友，評價與自己陣營相反的不到 3%；看不出傾向的內容中，只有約三分之一評論了輸贏。這表示平台間的差異，主要反映各陣營支持者聚集在哪裡。
• 不給合計勝負：跨平台合計數字會一併列出，但說明它會隨抽樣比例改變，不作為勝負判定。

這套方法做不到的事

• 不是民調。網路上主動發言的人不代表全體選民，也無法推估投票意向。
• 無法判斷帳號是否為真人，也沒有排除協同發文；若需要檢查帳號行為，要另外進行假帳號與協同行為分析。
• 時間窗會影響結果。辯論後幾小時的快照，和隔天剪輯影片帶起的第二波討論，可能呈現不同面貌。
• 留言取得受平台限制，臉書、YouTube、TikTok 的網友留言代表性較弱。
• 高互動貼文底下的留言會受發文者立場影響，即使已限制同一作者的篇數。
• 支持傾向由模型判斷，可能因一則內容稱讚某位候選人就判定作者支持他。

案例：2026 年台北、高雄市長辯論

我們以這套方法分析了 2026 年 10 月 30 日高雄市長辯論與 10 月 31 日台北市長辯論，各抽樣 899 則主文與留言。兩場的共同點是平台間結論相反：Threads 上表態的網友多認為民進黨候選人表現較好，新聞網站留言區與臉書社團多認為國民黨候選人較好；PTT 在高雄場偏向民進黨候選人，在台北場則偏向國民黨候選人。完整數據、分群與原文例句見以下兩篇分析：

• 蔣萬安、沈伯洋辯論，網友覺得誰表現好？台北市長辯論網友反應分析
• 柯志恩、賴瑞隆辯論，網友覺得誰表現好？高雄市長辯論網友反應分析