情感智能是人工智能的重要组成与发展方向,为人机交互系统充分理解人类意图、发挥陪伴与抚慰功能提供了依据。目前的情绪分析系统通常存在情绪粒度粗、可解释性差等问题,难以支持人机交互系统应用需要。因此,本文设计实现了基于知识图谱的复杂情绪感知系统,借助知识图谱结构化数据高度融合、关系路径推理易于泛化的优势,实现细粒度、可解释的复杂情绪融合感知。本文主要的研究工作如下:（1）设计了基于知识图谱的复杂情绪感知系统,主要包括中文情绪知识图谱、情感词汇分析提取和复杂情绪融合感知模块。（2）设计并构建了中文情绪知识图谱,这是后续文本情绪分析的基础和依据。本文基于Plutchik情绪轮模型和情绪融合理论,引入本体评价与反馈式优化方法的本体构建七步法,参考W3C的PROV-O和大连理工大学的中文情感词汇本体实现本体构建,通过OWL语言实现知识表示,结合同义词库进行扩展,基于Neo4j图数据库实现知识图谱的存储与可视化,形成了覆盖10种基本情绪、30多种细分情绪,31441种情绪实体,136161种关联关系的知识图谱。（3）设计并实现了情感词汇分析提取模块,这是联系人机交互系统与情绪知识图谱的桥梁。本文基于Douban Conversation Corpus中文多轮对话语料,采用BIO模式进行序列标注,通过EDA数据增强方法实现标注数据扩充。采用基于深度学习的命名实体识别技术,通过BERT-BiLSTM-CRF模型实现情感词汇的分析提取,实验对比了几种常用模型,验证了该模型的有效性。（4）设计并实现了复杂情绪融合感知模块,这是实现人机交互系统情绪分析的主要功能模块。本文参考社会网络中心性相关理论和算法,基于网页重要度排序的PageRank算法,设计了基于知识图谱的复杂情绪融合EmoRank算法,经实验证实了该方法的有效性、准确性和可用性。