在多属性群决策过程中,由于决策问题本身复杂、没有规律可循以及人们思维模棱两可,决策者往往适用定性的语言评价来表达自己的偏好信息.因此,对语言型决策理论和方法进行研究具有重要的现实意义.本文重点研究语言评价的表示方法,针对具有扩展语言评价形式的多属性群决策问题展开分析,其具体内容为：(1)首先定义了直觉二元语言集、效用距离测度,并根据直觉模糊数的相关概念定义了直觉二元语言期望效用函数与犹豫度效用函数,提出排序直觉二元语言的大小比较方法.以及利用效用距离测度与最小偏差法建立最优化模型,通过求解模型给出两种直觉二元语言效用集成算子,即直觉二元语言效用加权集成算子与有序加权集成算子,讨论了算子所具有的性质.针对权重信息已知、属性值为直觉二元语言的多属性群决策问题,提出了基于直觉二元语言集成算子的群决策方法.将直觉二元语言应用到逼近理想点法中,提出了基于逼近理想点法的群决策方法.前者方法注重群体决策信息的集成,侧重于决策的过程；后者则强调方案集的排序与优选,侧重于决策的结果.最后通过两种方法的算例分析,验证所提方法均是有效、合理的.(2)定义了直觉二元语义及其效用集成算子,依据二元语义相关概念,给出了直觉二元语言与直觉二元语义之间的转化关系,并针对语言型权重的直觉二元语言多属性群决策问题,建立了基于二元语义表示形式的群决策方法.而对于权重信息完全未知的情形,则从两个不同的角度提出对应的决策方法：1、基于对群体决策信息一致性程度的分析,提出群体一致度的概念,并根据群体一致度越大,专家及属性权重越大的思想,给出属性及专家权重的求解公式；2、考虑到群体决策信息的犹豫不确定性,提出直觉二元语言熵与交叉熵的概念,即通过熵值反映决策信息的不确定性,交叉熵反映决策信息间的区分度,进而给出基于熵与交叉熵组合的属性及专家权重的确定方法.最后结合相关集成算子与所得权重给出两种权重信息完全未知的群决策方法.