基于svm（支持向量机）的机器学习情感分析方法，里面有直接可以用的源码-sentiment analysis

针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结

情感分析的源码，需要libsvm包，导入项目然后写个主类调用就可以(Emotion analysis of the source code, you need libsvm package)

基于SVM的中文微博情感分析研究，清华大学硕士论文(Sentiment Analysis of Chinese Micro Blog using SVM)