Corpus heterogéneos que incluyen chino, inglés y símbolos emoji están aumentando en las plataformas. Los modelos de análisis de sentimiento anteriores no pueden calcular puntajes emocionales de corpus heterogéneos. También tienen dificultades para fusionar de manera efectiva las tendencias emocionales de estos corpus con la fluctuación emocional, generando una baja precisión en la predicción de tendencias y cálculo de puntajes. Para estos problemas, este artículo propone un marco de Cómputo Emocional Basado en Navegación Centrífuga (). adopta la Orientación Emocional de Palabras Relacionadas () para calcular puntajes de palabras chinas/inglesas desconocidas y símbolos emoji. En , palabras vecinas de la muestra predicha de un elemento en el texto corto son seleccionadas de un diccionario de sentimientos según la distancia espacial, y se extraen palabras relacionadas usando el principio de dominancia emocional de las palabras vecinas. Los puntajes emocionales de las palabras relacionadas se fusionan para calcular los puntajes de la muestra predicha. Además, utiliza la Fusión Emocional Basada en Navegación Centrífuga () para lograr la fusión emocional de corpus heterogéneos. En , se ilustra cómo ocurre la fluctuación emocional mediante el ángulo de activación del movimiento centrífugo en la teoría física. A la luz de la relación correspondiente entre el ángulo de activación y las condiciones de la fluctuación emocional, se determina la posición de la fluctuación. Por último, la fusión emocional con la fluctuación emocional se lleva a cabo mediante una función, que considera la posición de la fluctuación como una posición significativa. Los experimentos demuestran que lo propuesto calcula efectivamente los puntajes emocionales para textos cortos bilingües con emojis en el conjunto de datos de Weibo recopilados.