近年来,随着国家及民众环保意识的增强和强有力环保举措的实施,我国的大气质量状况也日益改善,但公众对于美好生活环境的要求也越来越高,目前的空气质量状况越来越无法满足公众的需求,并且一些局部区域性大气污染事件依然频发。我国现阶段的空气质量监测手段主要依靠1436个国控监测站点以及96个区域大气质量监测站点,这些站点大多分布在城市,且点位稀疏,对频发的局域性或区域性大气污染事件的监测则显得有些不力。通过收集公众舆情信息中有关大气污染事件的内容可以有效弥补由于固定监测站点稀疏而造成的局部区域大气污染事件的漏查漏检,但是互联网中的数据源多种多样,包含了各个领域的不同信息。为此,本文基于大气污染微博舆情数据和公众投诉数据进行了大气污染专题语料库构建以及专题语料提取方法的研究,针对互联网语料种类繁多信息杂乱的情况,提出一种基于增量式目标语料与情感倾向分析相结合的大气污染专题语料提取方法。根据生态环境部发布的2013-2019年的空气质量首要污染物数据,选取一条综合性目标语句,将所有数据都与这条语句进行相似度计算,通过Word2Vec进行词向量训练,基于训练后的词向量模型将每条公众舆情信息都与初始目标语句和进行夹角余弦值的计算,用夹角余弦值来表示相似度值,依据经验对相似度值进行分析比对确定阈值对公众舆情信息进行语料第一次提取。针对第一次提取结果中阈值无法划分的语料,通过研究大气污染概念关系以及构建大气污染概念体系对污染类型进行层次分析,将其作为增量式目标语句选取的依据进行第二次语料提取,同时使用基于词典的情感倾向分析方法对提取出的语料进行情感计算,筛去其中一些与大气相关但与大气污染事件不相关的语料。最后,通过实验使用基于增量式目标语句的相似度比对和情感倾向分析相结合的语料提取方法从五百多万条社交平台公众舆情信息中有效提取出四十多万条大气污染专题语料。同时,针对提取后的语料,本文还提出了基于自然语言处理的大气污染专题语料空间化方法,通过使用中文分词、词性标注等方法对大气污染专题语料中的地址信息进行标注与提取,对提取出的地名地址有效筛选组合,实现了投诉点的地址匹配和空间定位,并以热力图的形式实现了全国公众舆情信息大气污染事件空间化展示,并且将山东省公众投诉数据和微博数据山东范围进行对比分析,对山东省大众重点投诉区域进行空间化表达。通过与国控站点空气质量监测数据的对比分析,表明了公众投诉重点区域与国控监测站点的重点污染区域具有较高的一致性。研究表明公众作为空气质量的直接感受者,能够有效反映较小时空尺度下的区域大气污染状况,是对国控站点监测数据的强有力补充。