维基百科是现今使用最为广泛的网络百科全书,并以保持中立观点作为其基本原则。但一些研究显示维基百科文章包含情感色彩。然而,现有研究仅针对特定主题的文章进行分析,覆盖面有限,且没有对情感分布提出有效的可视化方案。因此,本文对所有可获取的英文维基百科文章(即维基百科条目)进行情感分析,并结合IPython的交互机制和Folium的可视化技术,设计实现交互式情感分布可视化系统WikiSentiViewer。主要研究及工作如下:(1)基于词袋模型对维基百科文章进行情感分析。首先,利用维基百科提供的资源和WikiExtractor工具分析维基百科页面结构,提取文章内容;其次,采用自然语言处理技术对文章进行分词处理,并结合LIWC、OL、MPQA三部情感词典对情感词汇进行词频统计,计算每个维基百科条目的积极情感值、消极情感值及总情感值;最后,根据计算结果分析维基百科条目在情感值上的分布频率。(2)设计并实现情感分布可视化系统WikiSentiViewer。首先,从DBPedia中提取出条目的类别、时间及地理位置属性,并结合GeoPandas库对地理数据进行国界判断处理;其次,利用ipywidgets工具实现系统界面的设计和交互功能;最后,采用Folium库实现情感地理分布图的构建,完成整个情感分布可视化系统WikiSentiViewer。该系统允许用户对情感词典和展示条目的属性(如类别、地域、时间、情感值范围等)进行设置,并生成相应的情感地理分布图。该图将条目以圆形标记的形式显示在地图上,其中标记的大小和颜色表示其情感值。(3)从地理位置、时间、情感词典三个不同维度对维基百科文章的情感分布进行分析与对比。首先,利用WikiSentiViewer系统分析维基百科文章的情感在地理位置上的分布情况;其次,通过展示维基百科文章的情感在时间轴上的分布图,分别分析积极情感值与消极情感值随时间的变化;最后,通过对比利用不同情感词典得到的情感分布图,分析不同情感词典的区别。实验结果显示,WikiSentiViewer能够有效地显示维基百科文章在地理位置上的情感分布。从时间角度上看:人物与事件类条目的积极情感值都随时间的增加略有增长;人物的消极情感值基本保持不变,而事件的消极情感值随时间递减。从情感词典的角度看:LIWC、OL、MPQA三种不同的情感词典所得到的情感分布走向基本一致,但从数值上看,LIWC情感词典得到的情感值普遍低于OL情感词典得到的情感值,且OL情感词典得到的情感值普遍低于MPQA得到的情感值。