随着互联网技术和社交网络服务的迅速发展,我国微博用户数量越来越多,尤其以新浪微博为主。加之web2.0的提出与兴起,互联网赋予网民更多主动,微博凭借其简洁、灵活的特点渗透到广大网民的生活中,成为用户获取、分享、发表信息的平台,这使得互联网中蕴含情感的文本数量迅速增长。这些文本在舆情控制、市场预测等方面有极大的研究价值,因此挖掘微博情感信息技术应运而生。准确识别微博文本包含的情感,实现面向微博的情感分类,在理论研究和应用层面上都有重要意义。目前情感分类研究中存在情感词典不完善、情感分类准确度不高的问题。为了解决这个问题,本文以语义相似度为基础,面向微博情感分类问题提出基于点互信息和语义相似度的扩展词典构建方法,并归纳情感表达的六种情感单元组合形式。然后将该词典与语义规则相结合完成情感分类任务,有效识别微博文本所蕴含的情感。主要研究工作有:首先,进行词典扩展的研究,整理现有情感词典资源,提出构建面向微博情感分类专用词典的方法。将二分类词典和多分类词典按照词语相似度进行合并,按照七分类情感划分体系整理情感词典;收集网络词汇和表情符号,利用点互信息进行情感判定构建网络词词典和表情符号词典,并详细说明各部词典构建规则。然后,综合考虑情感词典扩充时,情感词规模和情感词识别准确度对微博文本情感分类的影响,对比词典合并过程中相似度阈值对情感识别有效性和准确性的影响,确定合适的相似度取值范围,使其提高微博情感识别率。最后,进行情感分类方法研究,基于微博文本表达特点,分析基于情感词典进行情感分类方法的不足,归纳出微博文本情感单元组合形式,提出词典与规则结合的情感分类方法。将扩展词典与文本语义规则结合,通过计算情感单元的情感强度值得到文本情感类别。针对扩充词典和将词典与规则结合用于情感分类这两个研究主题,设计相应的对比试验。通过实验证明本文提出的方法,在手动获取以及公开测评数据集上有良好表现。