随着互联网的极速发展,网民之间的交流已变得越来越频繁,我国的网络已经演化成为了一个覆盖范围广、参与人数多、增长速度快的传播媒介,这个媒介正不断地向平台多样化、社区族群多样化的趋势发展。但在网络的发展过程中,也引发了一些舆情事件,比如在农业方面,由于网络媒体的过度的负面宣传,导致舆情事件频繁发生,造成了较大的经济损失,也使农业部门的管理陷入被动。如能及时的获取这一类舆情事件的相关信息,并对获取的信息进行文本情感倾向性分析,一旦该舆情的情感倾向进入预警范围,立刻向监管部门汇报,为其提供决策依据,就能有效的降低舆情事件造成的负面影响。本研究利用基于语义的文本倾向性分析方法对涉农舆情事件进行深入详细的分析和研究,在此基础上可挖掘出涉农舆情事件中的热门作者和热门观点,并将这些热门作者和热门观点的情感倾向性用数值来衡量出来。首先介绍了在网络环境下涉农舆情事件频发的现状和发生这种情况的原因,提出用文本倾向性分析的方法来进行舆情事件监控的思路与可行性；其次对文本倾向性分析的相关知识进行了综述,总结了文本分类的基础技术和文本倾向性分析的方法,以此为基础详细分析了文本倾向性分析中的关键技术,并对情感词典的设计和维护、情感词组合的获取和利用进行了研究,提出了相应的情感倾向性算法；最后设计了基于语义的文本倾向性分析系统,来应对相关的涉农舆情事件。通过一件有代表意义的涉农网络舆情事件进行测试,从天涯论坛的帖子进行文本的抓取,利用本文提出的方法对帖子中的回复进行分析,获取了热门作者和热门观点,并得出了这些作者和这些观点的情感倾向性,证明本方法具有一定的实用价值,为网络舆情的分析提供了一定的依据。