随着Internet的迅猛发展,互联网迎来了前所未有的新局面,人们将互联网当作自己发表评论或获取信息的媒介。面对网上不断涌现的大量主观性文本,如何有效的组织、管理和利用这些信息,成为智能信息检索领域面临的一大挑战。主观性文本是指对非事实进行描述的文本,它主要表达了个人、群体或组织的意见、情感或态度。对主观性文本进行情感分类,有利于进行产品的在线跟踪和质量调查、客户满意度分析以及社会舆情分析等。本文针对汽车产品评论,对句子的情感倾向分类开展研究,主要内容如下：(1)二元词语搭配的自动获取本文结合二元词语搭配模式和两个词语之间的关联信息,提出了基于搭配模式与互信息的二元词语搭配自动获取方法,实验结果表明,该方法是可行的。(2)二元词语搭配情感倾向的判别本文根据10种二元词语搭配模式的特点,采用基于规则的方法判别“cd+a”、“fd+a”、“cd+v”和“fd+a”4种模式的二元词语搭配的情感倾向。实验结果表明,该方法对搭配的情感倾向分类是有效的。对“a+n”、“n+a”、“a+v”、“a+a”、“v+v’和“v+n”这6种模式的二元词语搭配,结合基于概率潜在语义分析模型和基于规则的判别二元词语搭配情感倾向的方法,提出了融合的语言模型的二元词语搭配情感倾向的判别方法。实验结果表明,在相同的测试集上,基于融合语言信息模型的方法取得了较好的搭配情感分类结果。(3)句子的情感分类二元词语搭配的情感倾向在一定程度上影响句子的情感倾向,根据句子由二元词语搭配构成,本文提出了基于二元词语搭配的加权线性组合的句子情感分类方法。实验结果表明,正面句子的F值为92.28%、反面句子的F值为87.01%和中性句子的F值为87.03%。