信息化时代,互联网带来的社交平台、在线购物商城、新闻发布平台等网络媒体催生了几类特征鲜明的信息类型,社交媒体文本便是其中之一。这类文本结构分散,体量大,蕴含信息丰富,其中重复、冗余信息占据很大比例。对这类文本的有效可视化,能够让用户快速感知时下热点及大众观点,为社会带来重要意义。文本可视化是为了将大量文本中蕴含的语义特征,例如词语出现频率、文本的逻辑结构、多文本的主题聚类、主题的动态变化趋势等,以更高效的信息传递方式呈现给用户。典型的本文可视化技术有word cloud和word tree,或关注于词频展示,或关注主题流量变化,但在感知整体内容的同时,均不能很好地反应文本本身语义。故本文提出一种新型可视化结构,既能够感知情感走势,又能够保留非结构化文本自身的语义内容,并以直观、形象的方式展示给用户,便于舆情分析者或是普通用户更好地感知信息。论文的主要工作包括两个方面:首先,本文提出了一种对非结构化社交媒体文本进行主题、语义可视化的新型模型。该模型先对文本集进行语义分割与词性标注,对关键词汇进行提取,并提出一种适合本文所提模型的轻量级情感分类算法,对数据集进行情感分类。再在词汇间生成最佳的高频词汇序列模式集,展现词汇间的语义结构,构成语义树,最后基于力导向布局,提出适用于本场景的布局算法,为每个序列模式寻找最佳布局位置,对序列模式及其词汇进行剪枝,避免重叠与杂乱,很好地展现了序列模式内的语义以及序列模式间的语义关系。本文所提模型既能最大限度地挖掘文本内容的语义,也能体现挖掘内容在文本的集中频度。其次,基于文本可视模型,本文设计并实现了一个文本可视化系统。该系统对文本数据进行情感分析,展示文本呈现的大众情感走向,并分别展示正负情感下的主要观点。系统分为权限管理模块,数据预处理模块和视图生成模块,基于链接数据的美学原则与准则,对社交媒体文本进行了直观呈现,能够帮助用户更好地获取非结构化文本集内容。