针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化。并通过分组对照实验比较了SVM、NB以及AdaBoost+SVM-L模型的性能指标。