随着信息技术的发展,网络积累了海量评论性质的文本信息,这些文本包含了发表者丰富的情感表达,促进了自然语言处理的发展。在自然语义理解中,语义特征起到了重要的作用。海量信息中获取有效的情感词汇语义关系,有利于文本情感分析的精确性。本文主要研究情感语义关系词汇抽取、情感语义相似度和情感权值计算方法,实现了文本情感的多分类。主要工作包括:(1)语义关系抽取方法研究。抽取情感语义词汇包括同义关系抽取、反义关系抽取及行为语义关系抽取。基于《现代汉语词典》和网络海量信息,定义规则抽取同反义关系,并在此基础上通过词性标注实现行为语义关系的抽取。本文采用随机选取人工校验的方法进行评估,同义关系抽取准确率达到96.25%,反义关系抽取准确率达到97.43%。(2)语义相似度计算方法研究。引入语义相似度的概念,基于《现代汉语词典》和网络海量信息,依据规则和递归次数的不同,定义了情感词语义相似度的计算方法,并将此方法进行实际应用。(3)情感权值计算方法研究。构建程度副词词典并划分程度副词等级,以此来计算词汇的情感权值。依据此方法抽取不同情感权值的情感词,但由于规则限制,抽取出的词汇不多。(4)基于深度学习的情感计算。分析总结现有情感分析实现方法及实现效果,实现文本情感的多分类。