现今,越来越多的Web服务被发布、使用,面对如此多的服务,利用标签挖掘方法可以较为有效的解决服务的特征体现问题,从而帮助服务的发现和分类。但是传统的标签挖掘方法使用的信息源数量较少,且得到的标签种类单一。同时,现有的服务搜索引擎存在服务特征体现不全面、搜索方式单一以及缺少与用户的交互等问题。本文设计并实现了服务搜索引擎中的标签挖掘模块,通过扩充信息源,从功能和情感等角度进行标签挖掘,同时将得到的标签应用到服务搜索引擎中,解决了服务特征体现不全面等问题。本文通过多信息源组合的方式来解决标签挖掘方法中,信息源不足的问题。现有的信息源多为服务自带的相关信息(如WSDL(Web Services Description Language)文档、服务描述信息等),此类信息种类固定且数量较少。本文将互联网上与服务相关的网页作为扩展信息源,结合服务自带的相关信息组合成标签挖掘的信息源。本文通过从功能、情感等多个角度进行标签挖掘,来解决标签种类不足的问题。传统的标签挖掘方法得到的标签多为功能标签且内容不够丰富,本文通过特征提取、情感分析和LDA主题模型等技术,从功能、情感以及功能和情感组合等角度进行标签挖掘,得到三个种类的标签集合。论文还将得到的标签集成到服务搜索引擎中,来解决服务特征体现不全面、搜索方式单一、无与用户交互的问题。通过三种标签显示方式来解决服务特征体现不全面的问题；通过利用标签搜索、标签和关键词联合搜索的方法来扩充搜索方式；通过向用户提供添加和删除标签及评论的功能,来完成与用户的交互。基于服务搜索引擎,本文对标签挖掘模块进行了全面的测试和验证。测试结果表明,本文的研究内容完成了设计目标。