本项目拟在建立大规模真实评论文本语料库的基础上，借助于计算语言学、统计机器学习、粗糙集理论、粒度计算等领域的最新理论与方法，系统地开展多层次语言粒度（词、搭配、关联对、句子）下文本情感的语义倾向性建模、分析与计算研究。以词语搭配模式、概率浅层语义分析、框架语义网络等为工具，面向文本情感分类任务，探索具有情感倾向的词汇、搭配、关联对、句子的抽取与情感类别判定方法；建立词汇情感倾向强度度量方法，构造带情感倾向强度基于粗糙集的文本表示模型，并研究此模型下的特征降维方法；研究多种语言粒度下的文本情感分类方法。由于以真实的汽车产品评论为实验语料，本项研究不仅在文本情感分类的一些基础理论、关键技术方面有着重要的科学意义，同时在挖掘客户观点、了解产品市场反响、建立生产厂家与消费者的互动关系、指导消费行为方面具有潜在的应用价值。