教学评价是教学过程中重要的一环，是加强教师队伍建设，提高教师教学质量的重要保证。但是一方面，当前的教学评价分析方法大部分只是给出了一个最终的结果，即教学质量是好或者不好，没有对教学评价进行深入的挖掘，比如找出影响教学质量的因素。另一方面，随着网络技术的发展，网络上出现了较多的教学评价信息，面对海量的教学评价信息，单靠人工分析显然是非常费时费力的。为此，本文提出将情感倾向性分析技术应用于教学评价的自动分析中。　　论文主要完成了以下几个方面的工作:　　(1)学习了教学评价和情感倾向性分析的相关理论知识，并对国内外研究现状进行了深入分析。　　(2)给出了基于情感倾向性分析的教学评价模型。本文借鉴多学科融合交叉的研究思想，综合运用教学、管理科学、信息论、计算机科学等学科的基本理论，在分析了现有教学评价模型的特点的基础上，提出了本文采用的基于情感倾向性分析的教学评价模型。　　(3)提出了基于情感词典自动扩充的教学评价情感分类方法。情感词典是决定基于情感词典的情感分类方法性能好坏的关键因素，为了应对网络评价中新词不断出现的情况，本文提出并实现了基于评价词自动识别的教学评价自动分析方法。实验结果表明基于评价词自动识别的方法可以有效提高教学评价自动分析情感分类方法的召回率，从而提高了系统的整理性能。　　(4)实现了教学评价对象自动抽取方法。该方法可以自动分析教学评价信息，从中抽取出学生评价教师教学时所指的对象，通过获取这些评价对象可以准确发现教学质量高低的影响因素，以便更好地改进教师的教学水平。