根据国内外的相关研究现状可知,词语级别的情感倾向性研究比较薄弱。一般是通过语义词典(WordNet、howNet或同义词词林)来直接得出词语的倾向性,再间接应用于句子片段级别或篇章级别的倾向性研究,对于以词语倾向性分析为重点的研究少之又少。传统的词语倾向性分析有两种方法,一种是基于词频统计来计算词语的倾向性概率。该方法需要大规模语料,如何选取语境信息作为特征向量也很困难,此种方法复杂且较难得到理想的结果。另一种方法就是基于语义词典得到词语的倾向性。该方法简单易行,但是不能从词典中得到词语倾向性程度,即默认词典倾向性程度大小不同的词语对语句或篇章的情感倾向性贡献相同。如此可知,在多情感词的句子片段中,情感的综合判断会出现误差。同时,词典只能提供词语本身的倾向性,而没有结合语境来分析,虽然有的词典给出词语的一些属性,但是这也不能覆盖词语的语境信息。本文结合自建词典与语料统计的方法,通过计算词语间的相关度和相似度,给出一个带倾向权值的情感词词典。词典既体现了词语的情感倾向性与倾向强度,也是词语综合语境后得出的结果。如此一个带倾向权值的情感词词典,量化了情感词的倾向性,为了句子及篇章等大粒度语素的情感研究提供了一个更精确分析的平台。