态度属于一类具有粗略定义的心理学和社会科学的概念。这一心理学因素介入到了人们对经历过的事情表达自己的倾向。这是一种基本的心理学的过程,不仅表现了人们对目前环境的认知、情感和行为的反应以及理解、应对目前环境的模式,同时,也通过态度成分表达人们期望的或必要的生存环境。信息时代下,表达自己的态度已经是一种无时无刻不存在的交互形式,现今,人们所面对的主要都是以文字形式表示的信息,使用文本情感倾向性分析有助于达到识别用户的态度的目的。本文通过文本倾向性分析中的自然语言处理以及常识知识库识别方法,来准确的分析文本中的情感,从而达到识别用户态度的目的。本文首先从态度的心理学反应成分上对态度的内涵进行一个梳理,得出了态度的主要构成成分为情感成分和认知成分,其次分别从心理学角度和文本挖掘的角度对态度识别的方法展开综述。之后,本文结合认知评价理论中的特征定义了 16维的基本的情感产生规则,并依据FFM性格模型,对文本情感产生的向量进行修正,针对不同性格的用户产生不同的情感产生规则,通过结合激活效价模型构建了用户态度识别模型。该模型通过情感计算,分析出具体的情感以及情感强度值,通过其在连续情感维度的态度模型上的分布,确认用户的文本态度。为了验证文本态度的识别的准确率,根据模型实现了一个小型聊天讨论程序。因该模型区别于一般的情感分析,考虑了性格对离散情感的影响,是本文的主要创新点。通过对比实验,考虑到认知的识别过程,对文本态度识别的准确率要优于其他识别模型。本文对用户态度识别方法的研究,将态度这一心理成分具象化,有助于表现了人们对目前环境的认知、对事件的情感和行为的反应以及理解,对后续的情感分析的研究以及态度的研究提供的一个思路和方法。