随着全球经济化的快速发展,高校学生既面临着社会需求不断上升的发展契机,也承受着竞争加剧带来的巨大压力。近年来,因心理问题导致的恶性事件屡有发生,这与当代大学生的心理状况密切相关。然而,由于高校心理指导教师数量面临很大缺口,心理问题筛查工作很难开展,并提前采取预防措施进行准备工作。因此构建高校心理预警机制具有重要的现实意义。互联网时代的到来为当前心理预警工作开启了新的研究方向,以微博为代表的社交网络平台为心理研究提供大量数据。论文研究目标是从海量不规则微博文本中提取有效信息进行情感分析,从而发掘用户的情感状态变化趋势,对心理危机事件进行预警提示。然而,微博是内容描述最多允许140个字符的短文本,且存在用户表达不规范等问题,这都给中文情感分析带来难题。论文从以下方面对该问题进行研究:1.构建完备的细粒度中文词汇情感规范词典:情感词典是情感分析的核心,论文构建一个基于ANEW的心理词典,该词典广泛的应用于英文文本心理分析,取得了显著效果。为使ANEW的作用充分发挥在中文情感分析领域,论文通过利用包括中文和英文的双语知识构建一个较为完备的细粒度中文词汇情感规范词典C-ANEW,以此提高中文文本细粒度情感分析的精确度。2.提出基于权重因子的情感分析算法:极性转移词和程度副词是影响情感词汇倾向性的两种情感因子,论文通过分析这两种情感因子在不同情况下对情感词的影响,制定详细的情感计算规则,对提高情感分类结果具有重要意义。3.建立基于细粒度情感词典的心理预警模型:论文结合上述情感词典和基于权重因子的文本情感分析算法建立心理预警模型,实验取得不错的效果。