随着互联网技术与应用的发展,互联网已经从单纯的“信息展板”演变成大众创作内容的平台。特别是微博等新兴社交媒体聚集了大量的用户产生内容,其中包含着丰富的情感信息。作为目前的研究热点,基于微博的情感分析具有重要的研究价值。情感分析中,词语的情感倾向性判断是情感分析的研究基础。与其它词相比,微博中的新词对于表达用户情感具有更重要的作用。因此,本文的研究内容是微博新词的情感倾向性判断研究。本文重点研究内容有：1.设计并实现了一个微博新词的情感倾向性判断系统。该系统可以从语料中选择出合适的候选词,并通过短语模板统计法和句法修正的语素点互信息法判断出候选词的情感倾向性。此系统的优点是不需要标注语料,综合考虑了统计特征与句法规则,且适用于任意新词。2.本文提出了短语模板统计法和利用句法修正的语素点互信息法。短语模板统计法同时考虑了基于统计的信息和基于句法的信息,克服了单纯使用上下文统计方法造成的语义信息缺失。句法修正的语素点互信息法通过使用语素解决了数据稀疏的问题,通过使用修饰词、否定词和短语模板减少了单纯统计共现词造成的错误,通过程度词来量化情感语素的作用。3.本文在1000万条微博语料上进行了词语倾向性判断实验,短语模板统计法F-值达到0.61,而baseline简单统计法为0.52。利用句法修正的语素点互信息法取得0.832的准确率,语素点互信息法和词语点互信息法分别取得0.772和0.723.