网络作为人们发表观点,获得信息的渠道,网络上的微博评论、论坛回复等表达人们观点的网络信息也越来越多,网络为舆情信息的发展和表达提供了有利的条件,而这些舆情信息也会相应的反映人们对某件事情的看法、意见,帮助政府部门及时发现自身工作中的不足。但是一些敏感负面的文字信息却会影响到社会的和谐与稳定,由于互联网的迅速发展,一些不法之徒会在网上从事一些线上违法作乱行为。因此,对于互联网上网民们发表的一些观点意见,需要有关部门及时的获取掌握并进行舆情判断分析。这就需要建立一个舆情情感分析判断的系统,能够自动判断互联网上舆情信息的情感极性。一些研究中在使用基于词语词典的情感分析算法进行情感判断时,在识别文本中的情感词时,通常只考虑到了单个情感词语,而未考虑到词语在整个语句中的成分以及句式的情况,在分析结果上很容易出现偏差。本文研究了一种优化的基于词典的文本情感分析算法,该算法在识别情感词的同时,对不同句式的情感计算方法也做了详细讨论,最后设计实验进行了测试。本文主要工作内容有以下两点:1.对国内外关于文本情感分析的背景和现状进行了研究分析,阐述了基于词典的文本情感分析算法的具体实现过程,并设计实验测试了本算法的效果。2.在技术上,在现有经典情感计算方法的基础上提出了基于词典的文本情感计算方法。对于不同词性、同一词性但不同情感倾向度的词语通过设置不同的情感权值,在识别情感词后又根据不同句式的特点选择合适的计算公式。该方法可以判断不同篇幅的长短文本如微博、论坛、新闻,不同领域的文本情感。最后,根据本文所设计的实验以及实验结果,发现本文提出的方法可以有效解决文本情感分析的问题。