【摘要】情感分析属于数据挖掘领域的一个分支，指的是将实验文本中的情感倾向进行分类。主观的文本情感分析在目前的中国是一个十分火热的研究领域，大部分研究都是把文本的情感倾向化为主观或者是客观的，正面的还是负面的。

本文认为，中文文本的情感倾向性与所使用的情感词典、语义判别算法等因素有关。所以本文研究了一个基于支持向量机（SVM）算法为基础来编写程序进行文本情感分析，使用Eclipse和开源LIBSVM包环境进行编译实现，通过对程序运行过程中各个BUG进行测试，测试结果良好，满足实验目的。

【关键词】：情感词典；Eclipse；情感分析

目录

摘要

Abstract

1. 绪论-1

1.1 课题研究背景意义-1

1.2 情绪算法研究现状-2

1.3 本文主要内容-3

2. 相关理论与技术-4

2.1 相关概念-4

2.1.1 文本情感分析含义-4

2.1.2 情绪算法分析分类-4

2.1.3 停用词-4

2.2文本情感分析步骤-5

2.2.1 一般过程-5

2.2.2 文本处理-5

2.3 资源分析-6

2.3.1 文本库-6

2.3.2 情感词典-6

    2.4 经典分类算法-7

2.4.1 朴素贝叶斯算法-7

2.4.2 决策树算法-8

2.4.3 K-最近邻算法-8

2.4.4 支持向量机算法-8

2.5 本章小结-9

3. 支持向量机算法概述和设计应用-10

3.1 支持向量机(SVM)-10

3.1.1 SVM概述-10

3.1.2  SVM分类器-10

3.2 程序算法设计-11

3.2.1 获取文本数据-11

3.2.2 非线性可分核函数-11

3.2.3 LIBSVM开源平台介绍-12

4. 程序运行与结果-14

4.1 获取测试文本-14

4.2 对抓取到的文本进行测试-15

4.2.1 测试代码-15

4.2.2 测试结果与分析-16

5. 总结-17

5.1 本文的作用-17

5.2 下一步工作的重点-17

参考文献-18

致谢-19

附录一 部分核心代码-20