当今互联网技术飞速发展，越来越多的人在网上发表网络评论。其中，由就医者自由发表的就医评论，受到广大求医问诊者的关注，也成为就医者选择医院、医师的重要参考。针对大量就医评论，利用观点挖掘方法和技术识别出其中的观点和情感倾向就成为一个有意义的研究课题。　　本文从粗细两个角度考虑，针对评论观点挖掘技术中的特征提取和情感分析两个模块进行了重点研究，分别研究了基于语义分析的情感分析方法和基于文本分类技术的评论情感分类方法。　　对单条评论进行细粒度的词语与语句级分析时，用语义分析方法识别出评论中的主题特征词和观点词，对观点词用基于知网HowNet情感词典和词汇语义相似度的方法进行情感分析。本文在传统基于HowNet的语义相似度方法的基础上，针对其存在的不足提出了重点考虑褒贬倾向性义原的改进方法，旨在更合理的度量词语的情感倾向值，提高算法效率，从而提高观点词情感分析算法准确率。最后根据观点词及其修饰成分，可计算出观点词短语或分句的情感倾向值。　　对大量评论数据集合进行统计分析时，利用基于文本分类的情感分类方法，在传统的x2统计文本特征选择方法基础上，针对模型存在的不足提出了考虑词频数及其在类内、类间分布的改进特征选择方法，旨在选择出更有类别区分能力的特征项，提高文本情感分类效果;最后采用支持向量机的文本分类方法进行评论的情感分类。　　最后，将就医评论集和公共评论集作为实验数据集，用基于语义分析的方法和基于文本分类的情感分类方法进行对比实验，实验结果表明:本文提出的情感分析方法均是有效的，改进后的方法均能比传统方法获得更好的实验结果，且由于考虑到了语义信息，基于语义分析的情感分析方法性能要好于基于文本分类的情感分类方法。