全文总字数：4660字

1. 研究目的与意义及国内外研究现状

时至今日，互联网已经从用户单方面接收网络信息资源到今天用户可参与网络信息资源的开发、共享。而在这一阶段中用户对于可获得的信息资源不再是简单的接收，在新闻事件、电子商务、社交网络、影视书乐等各种资源上用户都可以进行评论表达自己的看法立场和观点感受。网络上大量的评论不仅是用户的呼声还是各行业不可忽略的资源，各行业要是能对网络上用户自行提供的文本信息进行采集、分析和利用就可以吸收更多的客户等，然而用户评论不仅具有自然语言的特点还跟随者网络用语快速兴起和变化，企业需要从中找出文本中代表用户的主旨情感等内容，因此对用户评论的分析就成为一项艰巨的工程。网络文本情感分析是针对这一工程的重要技术，了解该技术的发展和运用将有助于各行业在互联网时代中更好地发展。

国内外研究现状

在网络信息资源大爆炸的时代，如今国际上有越来越多的组织与机构在文本情感分析上给予更多的关注，在 sigir、acl、www、cikm、wsdm 等著名国际会议上，相关的研究成果也越来越多。从国外具有代分析出用户对产品的喜好厌恶和满意程度；还有针对新闻事件的评论进行情感分析从而控制网络舆情；此外还有针对电影评论的情感分析等等。如何提高文本情感分析的速度和正确率以及在不同粗细度的情感析中例如语句级和篇章级的或标点表情这类粗细度成为现在国内外研究的热点。

文本情感分析目前面临的问题分：

2. 研究的基本内容

在对文本情感分析的分类以及文本情感分析的各种方法有所了解后，以网络音乐平台网易云音乐中歌曲的热点评论采集筛选后用情感词典进行情感分析，并根据结果观察情感词典的分析方法的正确率。

情感词是进行文本情感分析的基础，目前在实际使用中，可将其归为4类:通用情感词、程度副词、否定词、领域词。现有的情感词典英文的有wordnet等，中文有hownet，在这些基本的情感词典基础上，已有很多学者对其进行扩充。情感词典的构建方法的理念是根据一些己知情感极性的词语编成一组种子集合，而情感极性不明确的新词可在情感词典中找到与该词语义相近、在种子集合中有多数的词，再根据这几个种子词的极性，对新词的情感倾向进行推断。而构建情感词典的方法有三种：手动构建、基于语料库的构建方法和基于字典的构建方法。情感词典的缺点是需要大量的情感词作为基础，对原基本情感词典有很强的依赖性。此外词语在不同的语境下所表达的情感并不是一样的，即情感词典的方法准确性有待提高。朱嫣岚等人提出了基于 how net 的两种词语情感极性判别方法: 分别是基于语义相似度和语义相关场的方法,实验表明，基于how net 语义相似度的方法比基于语义相关场的方法准确率更高。

3. 实施方案、进度安排及预期效果

实施方案：首先通过查找以及阅读各类文本情感分析相关的国内外文献和专业相关知识对文本情感分析的理论知识有一定的掌握，接着通过理解的理论联系实际对网易云音乐的热点评论进行情感分析，最后得出结论。

进度安排：

!--[if !supportlists]--1. !--[endif]--2016年10月21日：与指导老师讨论论文的研究方向

4. 参考文献

[1]张冬梅.文本情感分类及观点摘要关键问题研究[d].山东大学,2012.

[2]r. piryani, d. madhavi, v.k.singh.analytical mapping of opinion mining and sentiment analysis research during 2000–2015

[3]pang b，lee l．opinion mining and sentiment analysis［j］．foundations and trends in informationretrieval，2008，2 (1 －2) :130 － 135．