电影作为我们日常生活中重要的娱乐方式,在给我们带来欢乐的同时也带来极大的经济效益,伴随电影而生的影评本是观众们茶余饭后的谈资,但在互联网技术普及的今天,电影的影评往往决定着电影的生命。正是因为影评对电影票房的决定性影响,许多电影业相关网站都有电影点评和打分功能,但是因为每个网站的打分标准不一导致得分仅仅能在一定程度上体现电影质量,虽然可以满足辅助观众购票的需求,但想要为电影发行方和放映方提供决策依据还是远远不够的,因此研究影评的情感分类是有十分重要的经济意义的。本文研究并实现了一个基于文本分类技术的影评情感分类系统,其中包括的主要工作如下:(1)准备影评数据库。通过网络爬虫、正则匹配等手段从网站获取影评与评分,同时构建自己的数据库进行存储,并将这些影评作为训练集使用。(2)实现影评情感分类流程。尽管在文本分类领域已经有很多成熟的处理方法与模型,但由于本次研究使用的影评都是短评,也就是短文本,有关联性差与信息量少的特点,多数模型都难以取得良好效果。本次研究着力于对比多种影评处理方法与分类模型,选择最优方案构建影评情感分类流程。(3)搭建对接用户的交互式系统。在完成影评情感分类流程后,通过Django框架编写网页、整合分类模型并与用户进行交互,实现影评输入、结果储存与输出等功能。