互联网的迅速发展给人们表达个人观点带来了极大自由,人们可以通过网络对自己关心的公共事务发表看法和意见。随着网络中针对热点、焦点事件的主观性评论急剧增长,以分析网络舆情态势和判断威胁等级为目的的网络舆情分析迅速兴起,并成为智能信息处理领域的研究热点。作为网络舆情分析的核心技术之一,情感倾向性分析通过对网络舆情话题评论数据的分析,得到广大民众对话题的整体情感倾向,从而为相关部门了解民众意见和制定科学决策提供支持。本文主要研究网络舆情话题情感倾向性分析技术,包括:情感倾向性分析框架设计、中文词汇语义倾向性识别技术、观点主题自动识别技术、网络舆情话题的情感倾向性识别技术。论文的主要研究成果如下:(1)根据网络舆情话题的特点,设计了一种情感倾向性分析框架。首先,通过实验方式分析了传统的情感分类方法处理网络舆情话题评论时的性能;然后,对情感分类的优缺点进行分析,得出结论:情感分类方法在网络舆情话题情感倾向性分析中不再适用;最后,在以上分析的基础上,设计了一种适用于网络舆情话题的情感倾向性分析框架。(2)引入语义倾向相似度的概念,提出了一种基于语义倾向相似度的中文词汇语义倾向性识别方法。该方法首先通过短语模式对词汇表达情感的能力进行评估,挑选出候选词汇,避免了客观词汇对识别结果的影响,并且很大程度减小了计算量;然后,引入词汇的语义倾向相似度的概念,通过词汇间的四种连接关系计算词汇的语义倾向相似度;最后,对单个词汇的语义倾向性进行识别,进而完成情感词典的构建。实验结果表明,与通用的SO-PMI算法和基于HowNet的方法相比,本方法具有较好的识别性能,并且便于情感词典的扩展。(3)对观点主题的概念进行拓展,提出一种基于关联分析的观点主题识别方法。该方法以网络评论中观点主题产生的方式为依据,按照内部主题词识别、内部主题构建、外部主题识别和主题的组织四个步骤完成观点主题识别。本方法避开了单条评论观点主题识别带来的困难,能够识别出语义完整的观点主题。实验结果表明,该方法能有效识别网络舆情话题评论数据的观点主题。(4)依据网络舆情话题评论在形式上的一些共性,提出一种网络舆情话题情感倾向性识别方法。该方法在情感词典构建和观点主题识别的基础上,对网络舆情话题整体的情感倾向性进行识别。首先,利用句法分析计算情感词在上下文环境中的倾向值;然后,对评论中的语句进行语义模式匹配,实现部分结构简单并能反映评论者观点的语句的情感倾向性识别;最后,通过聚类算法对具有相似解释型语言评论的倾向值进行修正,并判断话题的情感倾向性。实验结果表明,该方法能有效地识别网络舆情话题的情感倾向性。