随着企业信息化与互联网的发展，信息以爆炸性速度飞速增长，其中包括了大量的非结构化与半结构化数据。非结构化与半结构化数据，主要是文本型数据，阐述5w问题，即who，when，where，what，Why。如何充分利用非结构化数据与半结构化数据，分析其包含的潜在信息，拥有支持决策，成为了众多企业与研究者关注的重点。尤其，针对互联网(如博客和论坛)上大量的用户参与的、对于诸如人物、事件、产品等有价值的评论信息。这些评论信息表达了人们的各种情感色彩和情感倾向性，如喜、怒、哀、乐和批评、赞扬等。基于此，潜在的用户就可以通过浏览这些主观色彩的评论来了解大众舆论对于某一事件或产品的看法。由于越来越多的用户乐于在互联网上分享自己的观点或体验，这类评论信息迅速膨胀，仅靠人工的方法难以应对网上海量信息的收集和处理，因此迫切需要计算机帮助用户快速获取和整理这些相关评价信息。因此，如何从这些Web文本中进行情感挖掘，获取情感倾向已经成为当今商务智能领域关注的热点。情感分析(sentiment analysis)技术也就应运而生(本文中提及的情感分析，都是指文本情感分析)。

关键字：情感分析，感情色彩，信息收

3 需求分析

对系统的需求分析就是用户和开发人员在“系统必须做什么”这个问题上实现相互理解，达到共识，从而形成双方认可的软件产品的需求规格。这样有利于提高软件开发过程中的能见度，便于对软件开发过程的控制与管理，便于采用工程化的模式开发软件，从而达到提高软件的质量，为开发人员、维护人员、管理人员之间的交流、协作提供便捷。作为工作成果的原始依据，系统的需求分析可以向潜在用户传递软件功能、性能的需求，使其能够判断该软件是否符合自己的需求。

3.1 需求分析

自然语言在人类的交流过程中有着不可替代的作用，也是一种最直接、最有效的情感表达方式，正是由于自然语言的丰富多样化，加之人类情绪的复杂多样化，使得计算机要理解文本中所蕴含的情感信息变得相当困难，目前中文文本情感分析还面临着诸多问题：

      1、由于中文语法结构的复杂性及语义的多样性，一些英文文本情感分析技术还不能很好的实现向中文文本的一直

      2、目前国内的情感分析研究大多停留咋词句分析和特定领域的情感倾向挖掘方面，缺乏一些细粒度的研究工作，如中文标点符号对情感表达的影响、不同语境下的情感分析问题等

      3、目前学术界对情感基本类型的划分存在不同意见，缺乏统一的标准和原则。