进入21世纪后，互联网技术的快速进步带动了电子商务网站的迅猛发展，使得越来越多的商品评论出现在用户的眼前，同时这些评论也成为了用户获取商品信息的重要来源，评论文本数量的激增让人很难逐条阅读，怎样正确判定评论的褒贬性对商家和消费者来说都是亟待解决的问题。分析商品评论的褒贬性能够很好地反映用户对商品性能的满意度、为商家提供及时的反馈信息，是人工智能、情感分析研究的热门领域。目前的评论文本褒贬分析，主要以判断特征词极性，计算情感得分为研究内容，忽略了网络词和特殊句式对评论文本褒贬性的影响，本文按照情感分析的一般流程，对基于文本分类和基于情感词典的情感分析方法进行了研究和比较。本文首先介绍了研究背景：网络的发展、商品评论的增多、人们渴望有效地判定评论的情感倾向，接着说明了有关情感分析方面的国内外现状；然后介绍了对商品评论的获取和评论文本的预处理，引出了情感分析的两种方法：基于文本分类的情感分析方法和基于扩充的情感词典的情感分析方法，对两种方法分别进行试验得到结果进行分析比较；最后对情感分析工作进行了总结和展望。