文本情感计算技术的发展得益于社交媒体的蓬勃发展。文本情感计算的研究至今已有 20年的历史,仍是国内外学术界和产业界的研究热点。随着新技术的变迁、新任务的出现,以及更高性能算法需求的增长,文本情感计算涉及多项有挑战性的研究任务。文本情感计算曾被喻为“缩小版”的自然语言处理。自然语言处理的几个研究角度是分类、抽取、推理、生成等。相应地,文本情感计算也可以从这4个角度进行归纳,分别是情感分类、情感抽取、情感推理、情感生成。其中,情感分类和情感抽取是文本情现,需要情感推理环节。此外,情感分类、情感抽取以及情感推理都是从分析的角度入评论文本中的表象特征提取,如判断最显性的情感,隐藏较深的复杂情感元素很难被发感计算领域的基础任务,也是最核心的任务。