如今,随着部分劳动密集型产业向越南的迁移,中国和越南在政治经济领域的交流合作愈发密切,及时把握越南新闻媒体的舆情及观点表达对中越政治、经济领域的交流有着重要的影响。由于语言障碍,在网络上获取的越南语新闻很难去人工理解和分析其舆情观点。同时可以发现汉越可比语料间内容关联度较高,主题高度相关,主题词有部分区别,可在双语语料间共享使用。基于这种特点,本文研究了汉越可比新闻观点句抽取和情感分类方法,在与越南语可比的汉语新闻的帮助下,准确地获得越南语新闻的观点句和情感表达。本文主要完成了以下研究工作:（1）融入共享主题信息的汉越新闻观点句抽取方法。汉越可比新闻多描述相似新闻内容,具有可共享的新闻主题,从中提取到的共享主题特征对于观点句抽取任务有着重要的指导作用,可以弥补单语主题特征由于语料稀缺带来的准确度较低的特点。首先对汉越可比新闻篇章语料进行LDA主题建模,提取出越南语新闻和其可比汉语新闻的主题特征,使越南语篇章可以得到对应的汉越共享主题特征;然后借助双语主题词表和双语情感词典训练双语词嵌入模型,使汉越双语编码在同一语义空间,解决汉越标记语料不平衡的问题;最后将主题特征和位置特征、情感特征融入词向量,使越南语句子语义信息与主题、情感、位置信息相结合,更好的进行观点句的识别。实验结果表明,融入共享主题特征能够有效的提升多文档观点句识别的准确率,具有有效性和先进性。（2）融入多观点句特征的汉越可比新闻情感分类方法。在引入汉语有标注语料时为了防止噪声的影响,需要筛选出与越南语语义表达习惯接近的汉语语料。同时观点句是文章情感表达的重要特征,对多观点句排序加权可以更加层次化的引入篇章的观点句信息辅助情感分类。因此,首先通过汉越可比语料观点句相关度计算筛选出高质量汉语篇章作为有效输入;通过对前面获得的观点句进行重点信息排序,再加权获得多观点句特征矩阵并融入选择性门控网络;利用transformer的自注意力机制对重点信息进行关注,最后通过softmax获得新闻的情感倾向分类结果。实验表明,相关度筛选和融入多观点句特征能有效提升越南语新闻情感分类的效果。