社会治理水平是利用社会指标来全面综合的反映社会现实和民心民意,掌握政府的社会治理效果,反映社会问题并制定应对之策。传统的社会治理指数是以政府数据统计部门的官方数据以及发放问卷调查的方式,从涉及到民众生存发展的社会保障、公平、安全、服务等多个维度的社会指标评估的综合性指数。随着社会治理指标研究的发展,社会指标已经开始由客观指标体系向主观指标体系转变,主观的社会指标体系主要表现在个体民众内心对物质的、精神的、文化的等方面的满意程度,而这种满意度正是存在于网民通过各种社交媒体平台发表的自己对某个事件、某个人的观点和看法中。本文拟通过分析社交媒体网络舆情的情感倾向性,衡量民众对当前物质的、精神的、文化的社会发展的满意程度,从主观指标评估地区的社会治理水平。本文的主要研究包括:（1）提出基于多粒度上下文语义融合的中文事件检测模型。本文采用字符序列标注的方法对数据进行标注,然后通过字符-词语融合门机制获取不同分词结果中的语义信息,以此解决中文词语与事件触发器不匹配的问题。另外通过字符-句子融合门机制,学习到词语所在句子的语义信息;同时利用自注意力机制融入上下句语义信息,以此消除汉语中词语的一词多义问题。（2）提出一种网络舆情事件综合情感强度计算方法。通过对社交媒体文本及评论的情感倾向性分析,结合文本中标点符号和表情符号的语义信息,得到文本的情感强度;依据情感强度第一定律,融合事件相关博文、评论的点赞数、点击数等信息,得到该事件的情感强度。将舆情事件相关的文本情感强度与事件的情感强度进行结合,得到最终的网络舆情事件的综合情感强度。（3）构建基于网络舆情情感分析的社会治理评价模型。首先根据事件触发词类型检测及论元识别,得到事件的发展状态,接着基于事件的发展状态构建事件时序模型来计算事件的影响因子,事件影响因子代表了这个事件对社会治理评价是正影响还是负影响,然后用事件的影响因子与事件综合情感强度相乘得到该事件的社会治理影响指数,最后将一个地区所有事件的社会治理影响评分累加求平均得到该地区的社会治理指数。