互联网和社交网络的高速发展,为网民互动和发表意见提供了一个广阔的平台,网站评论、博客文章、新闻等大量的文本数据随之而产生。但是,互联网中的言论大多都含有个人情感的表达,并不总是客观和符合实际情况的。有人在互联网中随意发表言论甚至引导舆论走向,造成了非常不好的影响。因此,对互联网中大量出现的主观性文本进行高效的情感分析,具有极其重要的研究价值和现实意义。本文通过对文本情感多粒度特性的分析,将序贯三支决策理论应用在了文本情感分析研究中,主要包括以下两个方面:1.为了对文本进行正确的情感分类,提出了一种基于序贯三支决策的多粒度文本情感分析方法。首先,分析了文本中情感的多粒度特性,根据文本中情感信息量的多少,提出了一种由粗到细的多粒度文本情感信息表示方法;然后,结合序贯三支决策的思想在不同粒度依据情感信息逐步计算,依次对边界域中的文本进行三支决策;最后,根据不同粒度的决策代价和阈值设置,获得最终的情感分类结果。对比实验结果表明,该方法具有更高的分类正确率和更强的鲁棒性。2.为了更好的将多粒度和序贯三支决策的思想应用在文本情感分析问题中,提出了一种多级多粒度的方法,即基于加权多粒度序贯三支决策的文本情感分析方法。首先,结合各粒结构在实际决策中拥有不同权重的具体情况,通过对现有多粒度决策粗糙集模型的分析,提出了一种泛化性能更好的加权多粒度决策粗糙集模型,同时讨论了其相关性质。然后,基于加权多粒度决策粗糙集模型的三个域(即正域、边界域和负域),得到了加权多粒度三支决策规则。为了能够更好的解决复杂问题,从多角度粒结构和多层次粒结构同时出发,提出了一种加权多粒度序贯三支决策模型。最后,讨论了该模型中粒化代价、粒层转换代价和决策代价之间的相互关系。实验结果表明,本文所提模型是更高效且更符合实际情况的。