近年来,由于互联网技术的发展和人们生活水平的提高,用户对系统使用感受和服务质量要求也越来越高。河北斯博思创新科技有限公司在行业领域也有了很深的根基,由于缺乏专门的对文本进行情感分析的系统,使得公司不能够及时了解用户对客服人员服务的整体评价,造成公司不能有针对性的改进服务方式;在系统发布新功能后,不能及时了解用户的使用感受;在公安发布新的通知或发生某一特定事件时,不能及时了解到各企业或网民的情感倾向,从而不能有针对性的做出决策。针对这些问题,公司提出建立一个文本情感分析系统,通过收集分析论坛上有关本公司的文本,为进一步的业务拓展打下基础。本文以天涯论坛文本和公司现有数据为例进行深入的研究,通过对需求进行分析,设计系统总体框架,研发了一套基于深度学习的文本情感分析系统,应用于对网络文本进行情感分析。主要的工作内容如下:(1)数据获取及类别标注。通过编写网络爬虫程序获取天涯论坛文本数据,使用BeautifullSoup解析、提取网页数据并保存到数据库中。然后对获取到的数据进行类别标注。(2)数据预处理。首先对获得的原始文本进行数据清洗,然后使用分词工具对清洗好的文本进行分词,最后去停用词。(3)模型训练。模型训练包括词向量模型训练和情感分析模型训练。为了更好的判定文本的情感极性,提出一种基于长短期记忆神经网络模型的情感分类方法,该方法首先通过Word2vec词向量训练构建语料库,作为分类模型的原始特征向量,送入长短期记忆神经网络模型进一步提取特征,训练出情感分类模型,再使用测试文本对分类器进行测试评估。实验对比了传统机器学习中的支持向量机、深度学习中的循环神经网络和长短期记忆神经网络模型。最终通过实验结果,证明了采用长短期记忆神经网络模型对论坛文本进行情感分类的效果最佳。(4)在上述的研究基础上,设计实现了一个基于深度学习的文本情感分析系统,该系统主要包括数据获取及存储、数据处理、模型训练和用户交互这四个模块。系统对文本的分类正确率达到82%。