“弹幕”评论是时下最为流行的在线视频即时评论和交流方式。看弹幕时能直观感受到其他用户在观看视频时的情感、褒贬评价和热议话题,因此弹幕深受年轻一代网民青睐。弹幕是网络亚文化的重要组成部分,也是日益受到学界关注的焦点问题。学术界对弹幕语言的研究主要集中于弹幕源起与发展、弹幕语言分类与特点、弹幕语言规范路径等方面。综合各类研究,弹幕语言具有语义表达碎片化、词汇来源多元化、用词过度随意化等特点,且正负能量兼有,这对弹幕文字的监管者提出很大挑战。而我们可以从网络媒介素养、平台方的技术提升与责任强化、管理部门的制度建设等方面入手,予以规范和引导。由于当前在线视频交流互动的主体为青少年,在网络文明健康方面应给予更多的保护和引导。一方面,我们期望用户能按照法律法规的要求和用户协议约定,切实履行相应义务。另一方面,我们也要从技术上来对不良因素源头进行遏制。本文所阐述的是分级显示弹幕的电影微系统,其弹幕的分级显示是通过使用深度神经网络的文字分级算法来实现弹幕分级功能,通过此功能来为绿色网络视频环境和青少年健康保驾护航。本论文主要内容是下述三个方面的工作:一、进行对弹幕语言的研究。从法律和青少年心理健康的角度对弹幕中可能存在的语言进行归类与分级,有理有据地制定弹幕语言文字的分级分类规则。笔者先编写爬虫对哔哩哔哩网站中的弹幕进行爬取,再对所爬取弹幕先进行分级,最后将分级后的弹幕数据用于对本系统中算法的训练。二、完成电影微系统的构建。利用已有的编程架构完成预想中电影微系统的设计,确保主要功能的完善和实现。虽然叫微系统但依然会实现包括电影及其预告的展示,电影的播放、收藏、评论以及发送弹幕的功能。本文所阐述的电影微系统已部署测试,增加异步功能,项目结构优化等,并且根据每个功能设计了相应的测试方案,同时展示测试结果。三、完成弹幕分级展示的算法。在完成电影微系统的基础上加入算法上的创新。使用机器学习中深度神经网络的技术编写弹幕语言分级的算法,将其应用到笔者编写构建的电影微系统中。让此算法通过第一项研究中弹幕数据的训练实现在本系统中弹幕的分级并予以展示。尽可能多的从技术上保护青少年远离不健康的言论。