针对网络文本情感分析,本文提出了一种基于复杂句式和复杂语义的情感分析模型,并将其应用于句子级多维情感分类。首先在特定领域文本语料基础上进行多维情感词扩充,建立多维情感词典;然后模型根据句式模型和语义复杂度,提取文本特征向量。该文本特征向量包含句式模型中关联词特征、复杂语义中情感主体特征以及多维情感词等;最后结合朴素贝叶斯算法作为分类器进行多维情感分类。实验结果表明,与同类算法比较中本算法在特定领域情感多分类任务中具有良好的准确率和召回率。本文提出了基于词向量的情感倾向判别算法模型,主要工作如下:1.针对特定领域中多维情感新词进行扩展。对基础情感词典的多维情感词进行扩充,构建出特定领域的多维情感词典,使得到的情感词典可以更加深层次的体现特定领域情感导向。同一单词在不同的语义环境中会产生不同的情感倾向,因此要筛选出在该领域下具有情感倾向的词语。基于这样的情感词典来判断句子所表达的情感倾向才会更加准确。2.针对中文句式的复杂性提出对应的句式模型。中文句式根据结构差异划分不同类别,如转折句、否定句等。本文首先提取句子中的主体词组合,该组合包括主体实词以及前后的情感词;然后提取各个复杂句式的特征词(如转折词),按照转折词类别将句式分成3大类。通过结合句子主体词组合与句式转折词,构建复杂句式模型。句式模型构建完成后,综合已建立的多维情感词典和后续复杂语义方面划定的多维度情感阈值进行综合判断,对文本情感倾向进行分类。3.为了验证本文介绍的理论能够应用于实际生活中,本文设计并实现了一个多维情感分类原型系统。该原型系统能够完成文本的爬取,文本情感倾向判别、情感类别展示等功能。