随着信息技术和多媒体技术的快速发展，音乐已经成为人们日常生活中不可或缺的多媒体资源之一。同时，音乐作为人类最重要的交流媒介之一，包含着丰富的情感信息，利用计算机技术来分析音乐的最为本质和最高级的特征—情感对推动自然和谐的情感化人机交互和多媒体技术的发展具有重要意义。本文围绕如何提取音乐中的情感特征并利用这些情感特征对歌曲进行分情感类展开，重点探讨了如何利用单一模态的歌词信息资源和融合歌词与音频两种模态的信息资源对音乐进行情感分类。本文的研究工作主要包括以下部分：①利用单一模态的歌词特征对音乐按照情感进行分类。对歌词的情感分类基于文本分类技术实现。在进行歌词情感特征选择时，改进了传统的CHI特征选择方法，提出了一种基于CHI差别的特征选择方法，该方法利用同一特征对不同类别的CHI的差值选取区分能力强的特征。利用选取后的歌词情感特征构建了SVM分类器，通过实验对比了传统CHI方法和本文提出的改进的CHI方法的分类效果，验证了新方法的有效性。②利用特征融合方法融合音频和歌词两种模态数据对音乐按照情感进行分类。本文提出了一种基于TF-IDF的歌词和音频的特征融合模型。该模型首先将提取的音频传统低层特征映射转换为音频词，生成与歌词文本类似的词袋模型，然后利用TF-IDF方法计算音频词的权重，再将歌词特征和音频词进行串联方式的特征融合，并利用融合后的特征构建SVM分类器对音乐进行情感分类。首先通过实验对比了利用音频词袋模型和传统低层音频特征的分类结果，之后又对比了基于本文提出的特征融合方法和传统将音频低层特征与歌词特征直接串联融合方法的分类效果，验证了本文提出特征融合方法的有效性。