随着网络视频的大量增长,越来越多的人开始在视频网站上发表对视频的评论。这些评论通常会带有用户的个人情感色彩和视频的关键信息,评论对网络用户的视频观看决策有重要的影响,如何自动的对网络视频评论进行情感分类和关键词提取,已成为目前亟待解决的问题。本文重点研究并实现网络视频评论的情感分类和关键词提取。在情感分类方面,阐述了抓取网络视频评论的具体方法,并提出了基于情感词典的自动标记语料的方法。在构建情感分类模型的过程中,按照构建机器学习模型的具体步骤,分别提取词、双词搭配及两者组合分别作为特征,并使用互信息、卡方统计等特征选择方法。在分类算法选择方面,主要使用了朴素贝叶斯、逻辑回归、支持向量机等分类算法;分析不同的特征提取和特征选择方法以及不同的分类算法对网络视频评论情感分类精度的影响。按照上述步骤,最终确定了网络视频评论的情感分类模型。在关键词提取方面,详细阐述了主流的中文关键词提取算法的原理和使用场景,具体实现了 TextRank算法,并运用该算法提取网络视频评论的关键词。在提取关键词的同时,还具体判断了关键词的情感极性,并按照不同的时间粒度对关键词进行统计。最后,在具体场景下,对已实现的情感分类模型和关键词提取算法进行了测试,并将实现的情感分类模型和关键词提取算法应用于本文的系统中。