摘要:近十几年来，就微博的快速发展，微博数据成倍增长，如何利用数据获得有用的信息，成为了研究的热点。其中，微博情感预测是一个热门的方向，他在分析与预测时事走向、反馈产品意见、分析消费者爱好等方面都有广泛的应用。

本文主要介绍了基于特征融合和基于情感词典的分析方法，并且本文采用了基于情感词典的情感预测方法。该算法的基础是情感词典，目标是包含有明显正、负情感词的微博，该算法又结合了多个程度词字典，从多个角度描述微博，通过对情感词的加权求和，得到情感值，从而对情感进行分类。最后用PyQt设计了一个情感分类的可视化界面，通过输入一段文本，得到相应的情感分类结果。

关键词：情感分类；情感词典；情感值计算

目录

摘要

Abstract

1 绪论-1

1.1 课题研究背景-1

1.2 课题的研究目的和意义-2

1.3 国内外研究现状-2

1.4本文的主要内容-4

2 相关技术和资源-5

2.1 预处理技术-5

2.2 情感资源-5

2.3 本章小结-6

3 基于情感词典的情感分类-7

3.1 微博的情感分类介绍-7

3.2 基于情感词典的情感分类算法-7

3.3 本章小结-9

4 基于特征融合的情感分类-10

4.1 词性特征对情感分类的影响-10

4.2 特征选择和融合-10

4.3本章小结-11

5 基于PyQt的情感可视化实现-12

5.1 PyQt的介绍-12

5.2 PyQt的设计与实现-12

结  论-14

参 考 文 献-15

附  录-17

致  谢-21