چکیده: عاطفه جنبه بسیار مهمی از رفتار انسان است که از طریق آن، مردم در جامعه روی هم تأثیر می‌گذارند. تشخیص احساسات برای ارائه نشانه و تعامل بیشتر بین انسان و کامپیوتر است. علاوه بر تشخیص احساسات از روی چهره، حرکات و گفتار، می‌توانیم احساسات را از روی متن نوشته شده نیز تشخیص دهیم. تشخیص احساسات یا Sentiment Analysis شاخه‌ای از علوم کامپیوتر و پردازش زبان طبیعی (NLP) است که می‌تواند به یافتن انگیزه نویسنده کمک کند. هدف از این تحقیق با عنوان «تشخیص احساسات در متن با استفاده از تکنیک‌های هوش مصنوعی» دسته‌بندی متن‌های احساسی و کشف حالت عاطفی نویسنده متن، در جهت توسعه سیستمی است که به اندازه کافی هوشمند باشد و به تعامل با انسان از جمله احساسات پرداخته و بتواند احساسات کاربر را تشخیص دهد. مدل پیشنهادی در این تحقیق خصیصه‌های استخراج شده از متن را در دو قالب 1-gram و 2-gram در نظر می‌گیرد. همچنین برای کاهش پراکندگی خصیصه‌ها و در نتیجه افزایش دقت دسته‌بندی و بهبود نتایج، از روش فیلترکردن خصیصه‌ها استفاده می‌شود. مدل پیشنهادی با استفاده از پایگاه‌داده متن‌های احساسی که برای این منظور ساخته شده، آزمایش می‌شود. متن‌های احساسی با استفاده از روش بیز در پنج دسته احساسی غم، شادی، عصبانیت، تنفر و ترس طبقه‌بندی می‌شوند. نتایج این آزمایش‌ها نشان می‌دهد که دقت تشخیص احساس، با استفاده از خصیصه‌های 1-gram و 2-gram بدون فیلترکردن خصیصه‌ها، در بهترین حالت به ترتیب 79.1 درصد و 27.7 درصد می‌باشد. همچنین با فیلترکردن خصیصه‌ها و در نتیجه کاهش پراکندگی آنها، دقت 91.6 درصد و 43 درصد به ترتیب برای خصیصه‌های 1-gram و 2-gram بدست می‌آید.