网络“情感词典”是分析网络用语使用特点及情感极向的常规途径之一。然而，目前对网络“情感词典”的研究缺乏基于特定语境、特定人群的分析。本文基于后疫情时代跨文化交流这一特定语境，结合机器深度学习，以微博、推特为语料库，爬取主题词与青年相关的语料。在提升情感识别精确度的基础上，分析跨文化语境下特定词语在后疫情时代的情感极性，与疫情前、疫情时代这两个时代的情感极性进行对比。以“口罩”为例，该词在疫情前期情感权值差异较大，而在疫情期间因政策要求与社会共识而上升。对应的英文词汇“mask”则在疫情期间进一步下降，反应西方社会个人主义思想。通过不同词汇的情感倾向差异进一步反映了深层次跨文化社会文明差异。
