随着信息技术的发展,互联网上由用户产生并带有情感倾向的信息显著增加。情感分析技术能够对互联网中海量的情感倾向性信息进行自动的分析,从而能够帮助用户快速地获取和理解所需要的信息。本文围绕情感分析,展开了理论和应用研究,主要工作包括：(1).加入领域先验知识的产生式情感分类模型。针对情感知识具有很强领域性这一情况,我们提出一种融入领域相关先验知识的产生式分类模型。首先,从标记了情感倾向的数据中抽取与领域相关的情感词作为种子情感词；然后,在未标记数据中对种子情感词进行扩展；最后,构建融合情感词先验知识的分类模型。实验结果显示,该方法可以显著提升分类效果。(2).评论分析系统(RAS, review analyze system)的设计和实现。基于现有的情感分析研究技术,我们设计了一个对电子商务网站中的商品评论数据进行情感分析的系统框架,并实现了原型系统。系统可分为三个模块：数据抓取模块,数据处理模块和前端展示模块。各个模块之间独立设计,具有标准的数据接口,以方便以后对系统的更新或扩展。(3).情感分析技术的应用。利用多种情感分析技术,实现了RAS的数据处理模块。在对评论数据进行预处理(分句,分词,词性标注等)后,首先对评论句子进行了主客观分类；然后抽取情感词及产品属性；最后,生成每种产品的评论摘要。