随着web2.0的发展，微博的出现不断地改变着人们的生活方式。由于其强大的影响力和渗透力，现在越来越多的人喜欢通过微博发表电影评论。微博电影评论是观众对电影好坏的一种情感表达，对这些信息进行情感分类研究，不仅有助于观众决策，选择好的电影，同时也能够使制片商及时获取大众对电影的反应，调整相应的营销策略，从而提高电影票房成绩。微博电影评论是电影评论在社交网络平台上存在的一种新模式。现有的电影评论研究大多数是针对传统电影评论。传统电影评论主题单一，且篇幅较长，微博电影评论与其不同。因此本文根据微博电影评论的特点，对其情感分类进行研究，并开展了以下几个方面的研究内容：一、通过对大量微博电影评论统计和分析，在知网词典的基础上，构建一个电影领域情感词典，用于微博电影评论情感分类。二、根据主题发散这一特点，提出一种基于主题情感句提取的微博电影评论情感分类方法。该方法分为三步：第一步，提取主题相关句，将主题无关的句子从评论文本中剔除；第二步，主客观分类，即从余下的主题相关内容中，找出主题情感句，去除客观性的句子；第三步，情感分类，采用机器学习方法对最终的评论文本进行分类，获得其情感倾向。同时在这一过程中，对零指代句子利用依存句法分析方法进行消除。三、提出了一种基于主动学习和协同训练的半监督情感分类方法。在网上获取未标注的微博电影评论语料很容易，但想要得到大量的标注语料，则需要消耗很多的人力和时间。为了减小人工标注的工作量，文本采用半监督方法，并在协同训练框架的基础上，引入主动学习思想，从而改善分类器的性能，提升分类的准确率。