文本情感倾向性分析的目的是通过挖掘和分析文本中的立场、观点、看法、情绪、好恶等主观信息，对文本所体现的态度(或称情感倾向性)，即文本中的主观信息进行判断。本课题依据维吾尔语语言的特点，利用现代计算语言学技术，研究适合维吾尔语文本情感倾向性分析的关键技术。主要工作和创新点：(1) 建立了维吾尔语文本情感语料库，收集和标注了50 000余个情感句子、4 000余个基准情感词汇或短语、150余个程度副词，总结制定了维吾尔语否定成分构成规则、情感句子中的词间关系规则、维吾尔语常见情感表达句型等；(2) 研究了适合维吾尔语文本的特征表示方法和情感特征提取方法；(3) 提出了NSK算法，用于非平衡语料下情感倾向性(积极、消极、客观)判断；(4) 结合维吾尔语特征，采用CRFs模型，实现了维吾尔语词语级的情感多分类(褒、贬、乐、哀、怒、恐、惊和客观)，提出了基于维吾尔语情感词的句子情感分析方法；(5) 采用层叠CRFs模型，探索了情感倾向强度分析方法。(6) 分别从句子级和多粒度角度对维吾尔语评价对象抽取进行了深入研究、探索性研究了隐式评价对象抽取方法、运用半监督的方法对“评价词-评价对象”关系抽取，均取得了良好的实验效果。