自然语言处理是人工智能的基础性工作,包含很多分支,如语音识别、机器翻译、舆情分析等,随着互联网信息技术的飞速发展,尤其是大数据分析技术的不断成熟,近来年,舆情分析地位凸显,成为商业领域把握市场规律和社会领域了解社情民意的重要手段。在这种商业和社会因素的影响下,越来越多的研究者开始关注和研究这一领域。在全球信息技术飞速发展的大背景下,藏文信息处理技术取得了长足的发展,藏语逐渐迈入了互联网时代。由于藏文情感分析起步较晚、基础薄弱,语料不完善等因素客观存在,各方面工作亟需提升,具有很大的研究空间。本文从海量大数据信息中选取藏文新闻文本作为研究对象,将藏新闻文本情感分析的流程分为语料的抓取和预处理、基础情感词词典的构建、情感词词典的扩充、情感计算等阶段,针对每一个阶段的工作特点提出了各自的理论基础和研究方法,并设计相应的实验加以实现和验证。主要工作如下:1.在藏文语料采集方面,首先利用爬虫技术从中国藏族网通、人民网、新华网等国内外新闻网站定向采集大规模藏文文本信息,然后对采集到的信息进行降噪处理,最终建立了面向藏文情感分析的大规模藏文新闻语料库。2.在基础情感词词典构建方面,针对情感词词典缺乏的问题,以实验室已有工作的基础上,利用词向量扩充情感词词典的方法对新闻网站定向采集到的大规模藏文文本进行处理,然后从中自动抽取情感词,用人工和机器向结合的方式,建立了一部比较实用的藏文情感词词典。3.在藏文新闻文本情感分析方面,首先基于情感词词典的方法对面向藏文情感分析的大规模藏文新闻语料库进行自动标注,利用标注语料构建SVM模型,采用SVM、词典、SVM+词典、SVM+词向量+词典等方法训练模型,对定向采集到的大规模藏文文本进行情感计算和情感倾向性分析,通过实验对比,SVM+词向量+词典方法训练模型得到了较好的效果。