随着网络技术的快速发展,互联网已经逐渐成为当今社会信息产生和传播的重要场所。面对每天产生的大量网络信息,如何对这些信息进行观点判断、情感分析等已经成为了当前互联网信息挖掘的重要需求之一。针对这类需求,文本情感分析成为当前研究的热点,一些实用性系统已经在尝试性应用。但是这些技术还不太成熟,有些技术利用了某些领域的特殊信息,如特定产品属性等,具有一定的领域局限性。而针对新闻评论的情感分析工作,目前还很少有人研究。　　 本文分析了现有的相关工作,发现这些技术中有些重视使用语义资源,有些重视特征抽取的策略,而有些则提出了比较新颖的模型,但他们并没有把这些方面有机地结合在一起。本文以互联网新闻以及新闻评论为研究对象,提出了基于无向图多层次结构模型的情感分析算法和结合质量评定的情感分析算法框架。前者解决了在情感分析过程中,对句子与句子之间、句子与文档之间关系的利用问题,而后者则从网络评论的特点出发,解决了网络评论质量不一,影响分析结果的问题。此外,在语义资源方面,本文通过对已标注语料和一些现有资源的优化整理,得到了多个可用的情感语义资源。　　 实验表明,基于无向图模型的方法在文档级别上,F值达到了0.907。在自行标注的新闻评论语料中,本文提出的质量评定方法的AUC值达到了0.906的好结果。结合该质量评定工作,新闻评论的情感分析效果获得明显的改善。我们参加了NTCIR第八届情感分析评测,在主客观分类任务中取得了准确率和F值分别排名第一的好成绩。