近年来,电子商务的发展如日中天,全民网购活跃度与日趋增,越来越多自然语言处理领域的学者把注意力转向网购评论的情感倾向性分析。网购评论能够帮助卖方判断出改进商品和服务的关键指标,也为即将购买相同产品的客户提供重要参考意见,海量评论信息的分析研究有利于电子商务的管理和发展,具有很高的研究价值。中文网购评论是一种特殊的自由短文本,以往自然语言分析方法无法有效的处理此类非规范性文本。本文结合真实评论语料的特点,应用概念层次网络(HNC)理论提出一种新的情感倾向分析方法。首先,应用HNC理论的概念基元符号体系处理原始评论语料,实现其层次化内涵的表示；特征抽取阶段应用到HNC理论的句类分析技术和语境单元萃取技术,典型句类的有效划分大大提高了特征抽取的准确率；本文结合多篇商品文档构建特征粒度树,而后利用真实评论语料对其进行修正得到完备的评论对象粒度树,进而在粒度树基础上实现了评论对象的粒度修正、隐式推理以及分类；同时,本文利用HNC理论的对偶概念设计新的褒贬评判标准,重新设计程度词、否定词的处理策略,考虑特殊标点符号对情感极性的影响；最后,将分析结果以综合评论文摘的形式呈现给用户。实验阶段,本文以淘宝网商品的客户评论作为实验数据,选取手机作为研究的主要对象,进行了实验分析。对比实验结果表明本文提出的特征抽取方法在提高准确率方面有一定的优势,新的情感倾向性评判标准在满足应用需求基础上提高了处理速度,综合评论文摘是评论内容的缩影,其不仅有助于PC用户尽快了解产品信息,也解决了移动终端用户浏览难的问题。