استخدام وسائل التواصل الاجتماعي قد غيّر عملية مشاركة المعلومات والأفكار حول الأحداث والأخبار الرائجة. ومع ذلك، نظرًا للكم الهائل من البيانات، قد يكون من الصعب تحديد المشاعر الحقيقية لآراء الأشخاص في بداية انتشار الأخبار وبعد توضّح الصورة. استنادًا إلى هذا التحدي، يهدف هذا البحث إلى استخدام تحليل المشاعر لتحليل الردود المختلفة للأشخاص على صفحاتهم على X تجاه الأخبار الرائجة، باستخدام الوسوم لاستخراج التغريدات وتقسيمها إلى مجموعتين بناءً على أوقات بداية ونهاية الوسم. بعد ذلك، نقوم بتطبيق نهج هجين يجمع بين النماذج اللغوية الدلالية والنماذج النقل لوصف التغريدات باللغة العربية. ثم تم استخدام مصنّفات التعلم الآلي مثل الدعم النمائي الناقص "SVM"، والنايف بايز "NB"، والتحليل اللوجستي "LR" لتصنيف المشاعر في التغريدات العربية. بعد ضبط العوامل الفوقية، وجدنا أن نموذج LinearSVM حقق أعلى درجة دقة بنسبة 0.89? بين المصنّفين. وأخيرًا، نقيس الفروق في الآراء خلال بداية ونهاية الأخبار من خلال مقارنة الفرق بين التغريدات الإيجابية والسلبية في كل وسم. يوفر هذا البحث رؤى قيمة حول كيفية تفاعل الناس مع الأخبار على وسائل التواصل الاجتماعي ويساعدنا على فهم تأثير المواضيع الرائجة على المجتمع.