情感分析是对网络文本信息进行倾向分类的过程,是目前自然语言处理、信息检索、人工智能等领域的热门研究内容。中央提出的“一带一路”建设正在促进新疆企业发展的同时,在网络技术中也有了显著的进步。在这种良好的条件下,维吾尔语作为新疆范围内使用人口较多的语言,在此领域中也得到了前所未有的发展。大量的维吾尔语网站建立的同时得到了少数民族人群的追捧。这类动态交流式平台的普及使维吾尔网络文本数量快速增加,对这些文本所描述的言语快速、准确的分类,对于政府、企业、个人来说有着实用性的作用。维吾尔语属于阿勒泰语系,是黏着语。维吾尔语在结构上与英文和中文大有区别,语法功能的实现是以形态变化为主,因此,计算机处理起来比较复杂及繁琐。但换个角度来看,每一种变化都会遵守一定的语法规则并存在某种语言的表达形式。对语言内部规律进行探究,将它作为计算机技术的依据会更有效的识别该语言并且提高识别的准确率。本文将英文和中文情感词典的构建方法作为基础,更为详细的针对性的提出了维吾尔语情感词汇的语法特征,建立了基于语法的维吾尔语情感词汇识别规则及词汇褒贬性判断规则。首先,本文简述了情感分析研究的背景及意义,其次对英文和中文情感分析研究现状及情感词典的构建方法进行了阐述,最后进一步明确的探讨维吾尔语情感词典的构建方法及过程。本次研究主要分为两大步骤:第一步,对维吾尔语情感词汇及上下文进行了详细的探究,分析及总结维吾尔语情感词汇的基本规律。这些规律参考了英、汉文情感词汇获取技术的同时,主要是对维吾尔语言本身的语法特征及用词习惯方面做了深入的探究。并创建了包含较详细的维吾尔语情感词汇特征的识别模型及维吾尔语情感词汇极性分析规则库。第二步,按照特征模型自动识别文本中的维吾尔语情感词汇并利用规则库来判断该词汇的褒贬性。此过程中利用TF-IDF算法及机器学习的方法来提高识别率和词汇极性判断的准确率。