伴着21世纪互联网和计算机的快速发展,人们相互沟通交流,表达观点也越来越方便。网络给我们带来了难以估量的信息,也大大拓展了我们的言论空间。在新闻评论、微博留言、视频弹幕、游戏交流中,我们都可以看到大量各种各样的言论。由于网络的开放性、虚拟性和隐蔽性,我们经常可以看到大量的网络暴力语言,这些网络暴力语言给他人的精神和心理带来了严重的侵犯和损害。然而网络的大部分平台并没有做到非常有效的管理,他们采用的策略基本都是屏蔽掉少量常见的网络暴力词汇,而网络暴力语言仍然比比皆是。所以寻找一种新的网络暴力语言检测方法显得非常必要。本文实验目的为:建立一个可以成功检测出网络暴力语言并且能够准确定位导致网络暴力语言的词汇或者短语位置的系统。针对网络暴力语言的特点和表现形式,在情感分析的研究基础上,提出了基于词典和规则的网络暴力语言检测方法。网络暴力语言会以网络暴力词汇或者特定句法结构短语出现,所以建立网络暴力词汇词典和提取特定的句法结构短语规则是研究的重点。本文首先通过HMM模型和内容熵的方法构建了分词词典,然后通过人工构建少量的暴力词汇种子词,计算词向量相似性并结合基于语料统计方法找到和暴力词汇意思相近的暴力词汇,进而建立暴力词汇词典;同时以x~2统计为基础,结合词频、词性、词位置信息提出了一种句法结构短语规则提取方法x~2-FPN,通过实验验证了x~2-FPN算法相比x~2统计方法有很大的优越性,同时实验结果表明了暴力词汇词典和规则相结合方法的有效性。为了减少提取的规则中可能会出现的误检测现象,提出了将规则和语言模型相结合的方法,通过语言模型对规则加入了一个概率约束,对规则进行优化,实验结果表明了将规则和语言模型结合的优越性。建立最终的网络暴力语言检测系统准确率、召回率、F值都达到90%以上,满足了实验预期,在网络暴力语言检测系统建立完成后,利用该系统收集和创建了一个网络暴力语言语料库。