1.1 目的及意义

截至2017年12月，我国网民规模达7.72亿，普及率达到55.8%。我国个人互联网应用保持快速发展，各类应用用户规模均呈上升趋势，其中网上社交及商业应用（如微博，豆瓣，美团，淘宝）用户规模增长显著，年增长率达到64.6%。由此可见，随着互联网技术的不断发展，网络已经涉及生活中的方方面面，改变着我国人民的交流协作方式。

越来越多的人喜欢在社交媒体上发表个性化的情感和观点来表达自己对某个事件的看法，或是对一本书或是一部电影有自己独到的感受。我们常常在电商网站购买商品后，消费者会在产品相应的评论区域留下自己对所购买物品的看法。这些评论信息常常是简短并且带有明显情感倾向和情感特征的信息，这些信息可以帮助我们有效地分析人们对某个事物的情感态度，比如某件商品是否好用，是否有质量问题，价格是否合适等等。但是随着评论信息的快速增长，仅仅依靠人工方法很难对评论信息进行收集及处理，因此迫切希望计算机能够快速获取并分析这些评论信息，在这种情况下下就需要短文本情感分析技术来帮助我们快速分析用户情感倾向。

从个人的角度考虑，在信息爆炸的今天，每个人都是信息发布的中心。绝大多数人往往没有精力在海量信息中浏览并归纳出某个事物的好坏以及他人对其的评价。短文本情感分析能迅速得出大家的情感倾向，帮助用户寻找到适合自己的商品、书籍、电影等等，降低用户的浏览成本。

从社会的角度考虑，现在流行的评分系统已经不能完全表现出事物的客观评价，通过短文本情感分析可以帮助人们快速分析定位某些事件舆论倾向，洞察实事发展方向，以适应整个社会快速高效的发展节奏。

从商用性的角度考虑，短文本情感分析能帮助商家分析用户对于商品或是商业服务的评价，及时调整商业策略，提高商业活动中的灵活性，使商家能更深入地了解用户所需要的东西。

1.2 国内外研究现状

从目前国内外研究情况来看，文本情感分析有以下的方向：

1.基于语义的方法。通过统计和分析文本中的情感词的褒贬性判断文本的情感倾向，采用的方法主要包括基于语料挖掘的方法和基于词典等资源扩展的方法。