互联网时代，让信息的发布和传播变得越来越便捷。特别是在“微博”、“社交网络”等社会性网络服务兴起后，信息数量更是呈爆炸式增长。社会媒体原创和转载的各类信息中不乏带有反映各类极性趋向的内容，而其中的负面、消极的内容对于机构和用户的影响尤为重要！
倾向性分析利用自然语言处理技术，基于语义自动识别情感，自动分析句子及文章的正负面倾向，并提取与观点相关的观点持有人、观点对象等信息；分析特定话题对环境的影响（正面或负面）；

特色
细粒度极性分析:
系统能够在句子层面识别观点表达单元，并综合考虑句子在篇章范围内的不同位置，实现有效的篇章极性分析。
有指导高品质意见分析:系统采取支持向量机算法，在海量意见标记语料库上训练而得，句子意见分析准确率高。

性能指标
句子的意见极性分析准确率80%以上。
篇章意见极性分析准确率85%以上。
意见单元识别准确率75%以上。