随着Web2.0时代的到来,大大改变了人们在网络上的使用方式,以前人们习惯于被动地在网络上查阅自己需要的信息,而如今越来越多的人们在博客、论坛、评论网站和新闻组里主动地发表自己的观点和看法,人的参与性大大增加,网络已逐渐成为反映社会舆情的重要载体之一。由于立场、出发点、个人状况和偏好的不同,民众对生活中各个对象和事件所表达出的信念、态度、意见和情绪的倾向性必然存在很大的差异。这种差异尤其体现在论坛、博客等反应草根观点的网络媒体上,因此网络舆情发现及网民的观点和倾向性挖掘也成为新的研究热点。意见挖掘是一种从论坛、讨论组、新闻组、博客等内容中挖掘所表达观点的技术。以意见挖掘的理论研究为基础,国内外学者将其应用到相关领域,并成功开发出一些原型系统和商业产品。但是从应用的角度,面向电子商务的应用研究卓有成效,但针对网上热点话题及评论进行观点挖掘,则少见有效的成果。本文针对网民关于话题评论简单、数目众多的特点,首先设计了专门的舆情爬虫,用来爬取网民对相关话题的观点,然后应用HowNet和NTUSD两种资源对现有情感词典进行扩展,建立了一个新的、具有倾向程度的情感词典。基于扩展的情感词典,开发了一个半自动化的网络舆情分析系统。该系统为用户提供评论倾向性分类的帮助,减少了人工查看分类的工作量,加快了统计网民对相关话题态度的反馈周期。针对半自动化的网络舆情分析系统的实验结果表明：该系统取得了良好的试验效果。