随着社交网络的飞速发展,越来越多的用户参与到微博等在线社交活动中。微博实时更新的热点话题,是与社会事件和人们关注的焦点有密切关系的。提炼微博话题的情感摘要,可方便、快速地了解针对某个话题的情感倾向。分析与挖掘群体微博用户的情感倾向性,对于把握大众舆情有重要意义。本课题结合自然语言处理和文本摘要的相关理论与方法,提出一种面向微博的群体情感摘要抽取方法。它分析热点话题下每条微博的情感倾向与情感强度,融合文本摘要技术,提炼一个话题的不同情感倾向的摘要信息。主要研究工作如下:1)为扩大对情感信息的识别范围,课题融合多个不同情感词典并给每个情感词赋予了不同权重;使用Word2Vec和语义计算的方式,完善了情感词集。2)基于逻辑斯谛回归模型,提出一种情感分析模型,从对情感词、表情符号、情感词短语和否定词等四类情感元素的分析出发,分析博文情感倾向和情感强度。3)基于微博情感度、相关度和热度等多个维度,评估候选摘要;通过冗余处理,甄选出针对某个热点话题的群体用户博文中不同情感倾向的摘要。实验表明本课题提出的方法能够有效提炼出面向微博的群体情感摘要。研究成果有助于快速了解社会网络热点话题的主旨和情感倾向,提出的方法有一定的科学研究价值和和实际应用价值。同时,论文中存在的不足和下一步研究工作也进行了说明。