互联网的发展和智能手机的普及,造成信息数据形式更加的碎片化。面对大量的短文本数据,如何扩展短文本语义,降低语料数据的噪声,并利用这些数据对短文本内的情感信息进行合理有效的分析,是目前迫切需要解决的问题。文本情感极性分析是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。本文选取短文本情感极性分析问题作为研究驱动,通过未登录词识别、文本主题挖掘、深度学习文本特征扩展短文本语义、降低短文本稀疏性,提高短文本情感极性分析的效果。本文的主要工作如下:1、提出了基于短文本特征的NC-value算法。算法提升了短文本预处理过程中未登录词的识别效果及分词质量。通过分析未登录词的特征,融合基于规则和基于统计的未登录词识别方法,结合自由度和互信息有效解决了传统C/NC-value算法无法准确识别未登录词边界和短文本中大量出现的低频词汇的问题。辅助后续的文本语义挖掘和情感极性分析。2、提出了基于主题模型的概念语义扩展模型CSET(Conceptual and Semantic Enrichment with Topic Model)。将BTM(Biterm Topic Model)主题模型与概率知识库Probase相结合,通过Probase概念图谱挖掘短文本中的术语和概念,并构建主题模型预测术语和概念之间的语义关系;提高了短文本表示模型的语义性。3、在前述工作基础上,本文提出基于语义扩展的短文本情感极性分析模型——SESA模型。模型中使用深度学习挖掘短文本特征。联合传统卷积神经网络模型与双向长短时记忆人工神经网络模型,并加入基于注意力的池化机制,借助两个模型的优势,较好地对短文本进行语义学习和深度特征挖掘,提高了短文本情感分析效果。上述的算法和模型,本文在相对应章节进行了相关的实验验证,实验结果证明这些算法和模型的有效性。