1.1 选题意义及背景

近年来，在“大数据”(Big Data)时代的背景下，随着电子商务行业的蓬勃发展，网络购物平台、手机APP应用市场平台等不仅为用户提供了大量商品信息，同时还允许用户参与商品评论。它不仅为商家提供了一个信息的展示平台以发布新产品的规格数据，也为消费者提供了一个产品使用体验交流以及质量评价的平台。因此很多网络用户在购买或使用某类产品前，往往会选择先上网浏览一些该产品的相关信息，尤其是其他用户的使用体验，多方比较产品的性能，从而使自己的消费和选择更趋理性化。分析这些评论信息，蕴含着巨大的商业价值和社会价值，具有很大的现实意义。

然而，这些主观性评论文本每天以指数级的速度增长,仅靠人工方式难以进行收集、处理和分析。因此采用计算机技术来自动地分析这些主观性文本表达的情感,成为目前数据挖掘(Data Mining)研究的一个热点,而这个热点的研究方向就是文本情感分析(Sentiment Analysis)。

文本情感分析，也称为意见挖掘(Opinion Mining)，是指通过分析和挖掘文本中的表达情感、观点和立场的主观性信息并判断其情感倾向。它涉及自然语言处理(Natural Language Processing)、计算机语言学(Computational Linguistics)、机器学习(Machine Learning)、信息检索(Information Retrieval)等众多领域，在计算机科学、管理学、政治学、经济学和社会学方向都有广泛的应用。进入21世纪以后，情感分析这个领域变得活跃起来，吸引越来越多的学者投入其中。目前针对中文的情感分析仍处于起步阶段，各项技术尚未成熟，因此，中文文本的情感分析系统的研究与实现有着广泛的研究价值和应用价值。

1.2 国内外研究的现状

文本情感分析是一个多学科交叉的研究领域，属于计算机语言学的范畴。它在计算机科学以及管理学、政治学、经济学、社会学方向都有广泛的应用，而商业的蓬勃发展也进一步拓展了它的应用范围。在20 世纪 90 年代，就已经有学者开始了情感分析方面的研究，进入 21 世纪以后，作为一个新的研究方向，这个领域逐渐变得活跃，吸引了越来越多的国内外学者投入其中。

在情感分析的应用中，“用户评论分析与决策”，是目前情感分析技术使用最频繁的一个应用点。国内外有很多研究机构根据现实生活中的具体需求研发出各个领域的情感分析系统，帮助用户对海量信息进行分析和决策。例如，Dave等人研究并开发的Review Seer是世界上第一个情感分析工具和第一个针对给定产品评论区别其褒贬性的系统。Liu等人研发的Opinion Observer系统町以处理网上在线顾客产品评价。采用可视化方式对若干种产品评价对象的综合质量进行比较；Wilson等人研发的Opinion Finder系统可以自动识别主观性句子以及抽取句子中情感信息；上海交通大学则开发了一个用于汉语汽车论坛的情感分析系统，挖掘并概括人们对各种汽车品牌的评论和意见。

但由于中文和英文的差异性，许多国外的研究技术和情感资源无法直接用于中文语言的处理，基于中文领域的情感分析处于起步阶段。情感分析技术的快速发展在很大程度上源于人们改进人机交互现状的愿望，而随着中国电子商务的迅猛发展，未来情感分析依然是数据挖掘和中文信息处理领域的热点研究领域。