随着移动互联网的快速普及,人们使用网络的目的也发生了巨大变化,电商平台的出现也极大的改变了人们的消费方式,随之而来的互联网评论信息也使得人们在进行决策行动之前有了更多的参考。就各大酒店预定平台使用过程来说,用户通过浏览酒店的评论信息来获得更直观的判断。通过对酒店的评论数据进行情感分析,可以清晰地了解到用户对于酒店的客观评价以及入住体验,从而帮助其它用户进行快速决策,选到合适的入住酒店,降低用户的选择时间成本。对于中文文本情感分析任务来说,结果的好坏很大程度上取决于情感特征的构建,由于中文文本表达形式多样,情感特征往往存在空间维数高,表示稀疏,缺乏文本语义信息等问题。为了解决以上问题,本文以机器学习算法为基础,结合自然语言处理的语言模型,对文本情感特征提取与表示方法进行研究,使用机器学习模型来进行情感极性判别分析。并且基于所提情感分析模型,设计并实现了酒店评论情感分析系统,用户可以通过本系统查询太原市的酒店分布地图,酒店满意度地图,以及酒店评论的情感分布等信息,最重要的是,本系统可以针对用户酒店评论信息进行实时情感分析。具体来说,本文主要包括以下3个方面的工作:（1）酒店评论语料库的构建:由于标准数据集在实际情感分析任务过程当中的不足,本文结合现有的网络爬虫原理以及相关技术方法,对去哪儿网酒店评论信息进行采集与存储,构建了积极、消极两种情感类别的大规模酒店评论语料库。（2）中文文本特征提取与表示方法的研究:本文将结合不同的词向量在进行文本表示中的差异,融合多种词向量的优势,详细介绍了基于粗糙集和多通道词向量的文本情感词特征表示方法RS-Word2vec⊕Glo Ve（RS-Wv Gv）的实现过程。（3）酒店评论情感分析系统的设计与实现:本文设计并实现了基于机器学习的酒店用户评论情感分析系统,将所提中文文本情感分析模型嵌入到情感分析系统相关模块当中,满足用户的数据可视化与情感分析的需求。