احساسات از دیرباز عاملی کلیدی در نحوه برقراری ارتباط و شکل گیری تعاملات بشر بوده است. امروزه با گسترش نوع جدیدی از این ارتباطات یعنی گونه مجازی، تعاملات افراد بیشتر در یکی از قالب های تصویری، صوتی و یا ردوبدل کردن پیام های نوشتاری انجام می شود. بدین ترتیب متن نه تنها کاربردش کم نشده بلکه همچنان جایگاه خود را به عنوان روشی موثر در برقراری ارتباط حفظ کرده است. تاکنون سیستم های متعددی به منظور تشخیص احساسات از متن ارائه شده اند که غالباً بر بیان صریح احساس تمرکز کرده و در نتیجه برای مواردی که متون بیشتر در قالب مفهومی بیان شده یا به طور واضح با کلمات کلیدی به بیان احساس نپرداخته اند، دقت بالایی ندارند. در این پژوهش، به منظور بالا بردن دقت تشخیص احساسی در چنین متونی، سیستمی پیشنهاد شده است که از سه زیرسیستم تشکیل شده و هر زیرسیستم، داده ها را از منظری متفاوت تحلیل می کند. زیرسیستم اول بر مبنای یادگیری ماشین است که با گنجاندن اطلاعات در سطح لغوی و تا حدودی سطح معنایی، سند آزمون را برچسب می زند. زیرسیستم دوم روشی آماری است که ماتریس لغت-سند داده ها را می سازد و اطلاعات آماری آنها را بررسی می کند. زیرسیستم سوم هم با استخراج کلمات کلیدی عمل کرده و هر کلمه را به تفکیک کلاس های احساسی وزن دهی می نماید. سپس بر اساس بیشینه اوزان هر کلاس در سند آزمون، تصمیم گیری می کند. پس از اعمال هر سه زیرسیستم بر داده های آزمون، نتیجه آراء با روش ادغام اطلاعات تجمیع شده و تنها زمانی که هر سه آنها در مورد داده ای به توافق برسند، برچسب احساسی به نمونه موردنظر داده می شود.