1.感情解析技術：機械学習、セマンティックアプローチ。
2.機械学習に基づく方法：学習サンプルの多くによって分類モデルを訓練します。バイナリ分類器により分析し、感情的な基礎として、最初の正例と実施形態に感情的なカラーネガを有する単語、及び統計的単語頻度情報、。
意味論に基づく3. A方法：セマンティックオリエンテーション関連の単語を分析することにより、感情的な傾向のテキスト全体を計算します。
形容詞および動詞の数から学ぶ（1）分析、鑑定文の認識を、Nはグラム動詞の手がかりを散乱することによりテキスト分類;
（2）感情分類器によって、ベイズ分類
（3 ）セマンティック向きを判断単語の統計情報を用いて、
（4）44自己定義されたパターン特徴マッチング、認識客観的および主観的表現
（5）クラスタリング法を補完し、2つのカテゴリに分ける軽蔑的な言葉は、感情的な傾向の形容詞を予測しました。
中国の感情的な身体のドキュメントの4大連大学：
中国の感情的な語彙オントロジーは仕上げとラベリングの部門のすべてのメンバーの努力によって、教授林Hongfeiの指導の下、中国の大部分の資源情報検索研究所、大連理工大学です。中国語の単語や単語、フレーズで説明されているさまざまな角度からの音声の情報タイプ、感情クラス、感情的な強さと極性を含んでいます。感情分析システムは、上の感情の6つのカテゴリーの、より影響力のある海外エクマン分類システムに基づいて構築されています。より詳細な分類に軽蔑的な感情のために「良い」のカテゴリに参加する感情的な語彙本体上のエクマンに基づき、感情的な体の最終項は21個のカテゴリーの7つのカテゴリに分かれています。
フォーマット例：番号、シリアル番号の意味、感情の分類、強度、極性、補助感情分類、強度、極性意味の単語、音声の種類、
単語が複数の感情的な感情に対応することができる、前記メインワード描く感情のための感情の分類を感情的な言葉のため、主に感情の分類を有しながら、感情の分類は、他の補助感情感情の分類が含まれています。
感情強度分類1,3,5,7,9 5速は、図9は、最大強度、最小の強度を表します。
感情：喜び、心の平和、良い、賞賛、と信じて、愛、希望、怒り、悲しみ、失望、罪悪感、不安、パニック、恐怖、恥、悪、憎悪、軽蔑的責任、嫉妬、疑い、驚き
の感情的なカテゴリ：音楽、良い、怒り、悲しみ、恐怖、悪、ショック
スピーチタイプ：名詞、動詞、形容詞、副詞、ネットワークの単語、フレーズ、前置詞句の
極性マーク：0賛辞、ニュートラル、軽蔑的な2、3両性鑑定
感情的な言葉27 466の合計
5.中国の拡張やアプリケーション書類感情的な語彙本体:(一義、マルチ意味感情の言葉）
word2vec字句表現、実数値ベクトル、word2vec学習モデルのためのオープンソースのツールは、モデルを学習典型的な浅い深さです。ベクトル間の距離は、クラスタリングまたは類似性検索のために、単語の類似性を決定するために計算されてもよいです。互いに対して情報の相互情報量は確率変数に含まれる確率変数とみなす、またはそれが不確実性を低減するための別のランダム変数を知られているので、ランダムな変数であることができます。2つのオブジェクト間の類似性の尺度。
それによって数学的に単語を学習モデルを通過した後、単語は、モデルが実際のベクトルを取得するため次元ベクトルを定義することができる、請求同じ次元の実ベクトルにマッピングされる、差別類似の意味的なベクトル間の距離：分散表現モデル関連研究の類似検索、クラスタリングなど。word2vecは、単語のこのベクトル表現の表現を配布されています。
6.ワード原理吃音
回のCI +数、品詞：非循環有向グラフからなる（DAG）辞書動詞として全ての可能性のある効率的なワードスキャン生成文の文字を達成するために、トライ構造に基づいて、（1）
（2）単語頻度の組み合わせに基づいて、最大セグメントを見つけるために、最大確率経路動的プログラミングを見つける
使用viterbアルゴリズム（中央、端を開始する能力に基づいて単語に漢字と単語HMMモデルを着陸しない（3）単一の） 位置の遷移確率
（ 4）一義化：フルカット図ワード（後方一致）
7.大連工科大学の感情的な語彙（人工マーク）
8.非曖昧化：人工的に複数の曖昧な単語感情を取得し、その後意味図を構築結合させた梁Yangら、手動補正方法と、図は、反復収束が最大値の複数の曖昧な単語の感情の重みを選択するまでに算出意味
最終的な出力、感情的な曖昧さ回避を達成しました。四つの異なる感情の一義化を比較する実験を4組を、実施陳ボディービル、結果は感情的な語彙ベイズモデルの曖昧さ回避方法がうまく機能することを示しています。
ヤン梁、張邵武市、林Hongfei、語彙の構成を示す研究に基づいて、感情的な曖昧さ回避、中国の情報技術、201 428（6）
等電点や解離、Linhong飛、ヤンZhihao、ベイズ一義に基づいて感情的な語彙[C]曖昧さ回避ベイズモデルに基づく//感情的な語彙。研究と最先端のコンテンツ計算の応用 - 第9次国家計算言語学会議議事録
9.PMI計算の感情極性：まず、感情の既存のカテゴリは、新しい単語や参照の言葉これらの感情の共起によると、感情的なパラダイムの言葉として明確な単語の感情をマークし、新しい単語の感情クラスを決定します。
