前言

在Web 2.0时代里，互联网上存在着大量可作为情感语料数据原型的评论。如何高效精确地获取基于这些语料的情感信息，并依此进行相关研究成为当前信息科学与技术领域面临的重大挑战。情感分析，又称意见挖掘（opinion mining），是用于分析人对特定对象及其相关属性的观点、态度以及其他主观感情的技术。

为了给广大研究者提供科研参考，本书在深入研究文本情感问题及现状的基础上，充分结合计算语言学、统计学、机器学等相关理论及方法，利用语义块、句子、文本等不同语言粒度进行文本情感倾向性的建模、分析与研究，从而提出高效、精确的文本情感分类技术与方法。

本书阐述的技术可广泛应用于推荐系统、社会舆情分析、产品在线跟踪和质量评价、影视评价、Blogger声誉评价、新闻报道评述、事件分析、股票评论、图书推荐、敌对信息检测、企业情报系统等方面。

本书可分为九个模块，从情感分析的具体流程，包括语料、文本预处理、特征选择与情感分类等为文本的情感分析提供相关的技术指导，并着重介绍了数据获取、自然语言处理、算法运用与文本情感比较等多种技巧，内容全面丰富，语言详细。

本书不但可以满足广大科研工作者、博士、硕士研究生的科学技术研究和情感语言分析的实际操作的需求，也可以作为高校研究生的参考教材，让读者在进行技术研究时得到更多的技术指导。

在本书编写过程中，感谢中国青年政治学院计算机搜索团队成员马敬贤、纪彬伟、陈思、吴佳妮等不辞辛劳地审校，感谢张洪喆、王函石、李志晓、闫晓宇等挚友对本书稿提出的宝贵建议和指导，感谢中国社会科学出版社的支持和帮助。

有关文本情感分析的知识、理论和技能还有很多，并且随着计算机应用技术的扩展以及新兴产品的普及，情感分析所涉及的领域会变得更为宽广。本书对于目前关键性的技术内容进行研究、总结和撰写，书中难免有不妥与欠缺之处，敬请读者批评指正或提出修改建议。

朱俭

2014年4月于北京