作为非结构化信息挖掘的一个新兴领域,网络评论情感分析引起了人们的极大兴趣。利用对互联网上客户评论信息的挖掘与分析结果,消费者可以了解其他用户的态度倾向分布,做出更好的购买决策。销售商和生产商可以获得用户对其商品和服务的反馈,了解用户对自己和对竞争对手的评价,从而改进产品改善服务,获得竞争优势。实现情感分析的前提是有效识别网络文本中表达主观感情、态度和观点的内容,即主观性与客观性信息的分离。目前,在英文主观文本自动识别领域已经开展了一些研究,并且积累了大量主观性词汇和其他特征。反观汉语,在主观性及其表达手段方面的研究还比较零散,故本文从词类角度对纷繁的主观词汇手段做出一定程度的概括,一方面初步探索了中文在主观性表达方面的规律,另一方面也实现了主观情感的机器识别。本文提出了一种根据双词词类组合模式计算句子主观性程度的方法。这种思想在实现主客观句子分离时具有简单、灵活的特点,通过设定分类阈值可以调整识别主客观句的准确率与查全率,以满足不同的需求。在对主观句与客观性句的分类试验中,两类语句的准确率和查全率都达到79%左右,接近英文同类研究的结果,从而证明了该语句主观性程度度量方法是可行的。本文提出的主观词类组合模式可以作为中文情感分析的词类搭配框架为后续研究奠定一定基础。