随着互联网技术的飞速发展,微博已成为一种应用比较广泛的社交媒体。微博相对开放的自媒体传播特征,使得人们可以自由的表达观点,微博已成为人们发布信息和获取信息的主要载体之一。然而,目前针对微博进行智能自动回复的研究还比较少,并且已实现的技术相对也比较简单。基于此,本文研究了面向新浪微博的智能自动回复技术,主要工作包括:(1)研究并实现了智能自动回复信息的获取技术。考虑到百度知道的相关特性,提出了基于百度知道搜索网页的智能自动回复信息获取技术。其主要包括分析百度知道搜索时URL语法参数的设置和网页结构、定制相应的网页信息抽取规则、基于Jsoup解析器解析百度知道搜索网页三个内容。(2)完成了情感词典的构建。首先,收集整理了现有的基础情感词典,包括:知网情感分析用词语集、NTUSD、学生褒贬义词典、褒义词词典以及贬义词词典。然后,通过收集常见的网络情感词语和微博表情符号对基础情感词典进行扩充,构建一个较完整的情感词典。(3)研究并实现了智能自动回复信息的筛选技术。与人能够长期友好地进行交流,首先需要博得他人的“好感”。为了使智能自动回复的信息达到“投其所好”的效果,本文从网页抽取出的感兴趣信息中筛选出情感倾向性与待回复微博情感倾向性一致的信息,作为智能自动回复的内容。基于此,本文提出了基于情感词典和HowNet词汇语义相似度进行文本情感倾向性分析的方法。(4)为了避免他人看过回复信息后认为是在复制网页中的信息,本文在保持原信息语义不变的前提下,通过对中文文本同义词替换获得同义句,来达到让其他用户分辨不出是在复制别人话语的效果。(5)设计并实现了一个面向新浪微博的智能自动回复原型系统,给出了各个模块的实现方法。通过实例对系统进行测试,验证了系统的可用性。