近年来,随着Internet技术的快速发展,越来越多的网络信息应运而生。然而,人们不再仅仅认为Internet是获取信息的仓库,更成为发表观点、交流看法的园地。对于互联网用户来说,他们可以通过Internet发表对某件热点事件的看法和建议,或了解相关企业的产品质量和服务;对企业来说,他们可以通过建立产品评论专栏,进行市场调查与分析,了解用户对产品的意见和建议,以改进产品性能和售后服务。为了从大量的网络信息中获取有用的信息,对文本倾向性分析研究的重要性得到了国内外学者的高度重视。对文本的倾向性进行分析,其主要目的是判断评论者对评论对象的情感倾向。本课题的主要工作概括如下:(1)分析了传统的文本倾向性分析方法,并指出了其中的不足。通过对语义信息和语义倾向的理论知识分析,讨论了三种基于语义倾向的语义分析方法。(2)在深入研究HNC基本理论的基础上提一出了基于HNC概念基元符号体系理论的语义相关度计算方法,并给出了语义相关度计算公式。最后将基于HNC的语义相关度方法运用到词语的原始极性计算上。(3)提出一种基于I-SBV极性传递文本倾向性算法。首先给出文本倾向性分析的整体流程,分析了当前流行的三种文本倾向性算法,针对网络评论的特点对SBV极性传递算法进行了改进。最后实验证明了改进算法的有效性。(4)对基于I-SBV极性传递算法的餐馆评论系统进行了整体设计,并详细介绍了各主要模块。本文还分别对餐馆的四个特征项(价格、菜品、环境、服务)进行分析,并定义多个指标来衡量评测结果。