近年来,随着社交媒体的产生,网络中出现了大量带有观点和情感倾向的评论信息。通过此类评论进行民情民意的挖掘,对社会和各组织机构来说越来越具有研究价值。然而,网络中大量无意义的评论以及网民对情感异常而复杂的表达,增加了对评论信息中观点和情感挖掘的难度。基于此背景,本文研究了评论信息的无意义检测与异常检测,该研究旨在检测出评论信息中不包含评论者主观观点的无意义评论,以及在情感表达方式上存在异常的反讽评论。本文的主要工作有以下几个方面:1.以评论信息的无意义检测为研究内容,根据本文对无意义评论的定义,设计了能够检测出该类评论的有效特征,最终实现了能够检测无意义评论的分类器。2.以基于特征的twitter评论反讽情感检测为研究内容,针对上下文特征的提取,首先提出了一种基于发文频率的上下文定义,使每条评论的上下文数量可动态变化;然后改进了现有研究中上下文情感特征的提取方式,设计了一种基于情感变化的上下文特征。3.以基于特征的论坛评论反讽情感检测为研究内容,针对上下文特征的提取,提出了包含评论内部情感变化的内部上下文特征和涵盖评论主题的主题上下文特征;针对评论正文特征的提取,提出将twi tter评论中的有效特征进行迁移,作为论坛评论的正文文本特征。