由于互联网的迅猛发展,自然语言的处理(NLP)成了从互联网上获取知识的重要手段。随着互联网的普及,出现了很多“手机族”“拇指族”,在线社交媒体平台成为人们生活变得密不可分的一部分。社交媒体上的文本数据量巨大,通过自然语言的文本分类技术,可以将情感分析聚焦在关注的主题领域内,从而进行舆情判断。课题主要解决了无监督学习下的社交媒体文本内容的主题聚类和有监督学习下的情感极性分析。首先对社交媒体上公众人物的文本内容进行主题区分,筛选研究关注的主题,然后在相应主题下分析普通用户的评论数据,通过情感分析,得到大众的舆论倾向。首先,提出了基于Word2Vec的启发式主题聚类。通过ODP(Open Direc-tory Project)的分类标准,设置类别中心词,使用Word2Vec模型计算词向量,然后利用ODP的先验信息,指导主题聚类。这样即可以避免传统无监督学习的聚类方法得到的类别标签语意不够明确、分类结果难以理解的问题,又可以避免有监督学习的分类方法对大量标注数据的需求,从而适用于当前社交媒体上海量数据的内容主题分类。其次,面向社交网络用户表达的情感极性存在多样性的特征,针对当前多分类方法存在的不足,提出一种基于集成学习的多分类模型,在有标注的数据集上,训练多种不同类型的分类模型,然后采用分层和集成的方式,得到分类结果,以提高情感极性分析的精度。