主观性判别（subjectivity classification），理学-计算机科学技术-人工智能-自然语言处理-文本挖掘-情感分析，对信息的主观性、客观性进行判别，从而在语义角度对文本进行分类。文本信息可以被宽泛地分为两大类：事实（facts）和观点（opinions）。事实指对实体、事件及属性的客观表述；而观点通常是人们对实体、事件及属性的个人情绪、评判、感觉的主观表达。主观性判别任务主要在面向句子层面进行，目的是判别给定句子是否包含主观信息。以下从主观性判别资源构建、主观性判别方法以及其他粒度的主观性判别三个方面介绍相关内容。①主观性判别资源构建。对于主观性判别任务而言，主观性词典和相应的标注语料集合是基础资源。主观性词典一般包含能够指示主观性表达的词条，对于每一个词条还包含相应的程度度量，比如，强主观性，弱主观性等。主观性标注语料集合则包含主观性句子和非主观性句子，可以用于有监督的机器学习模型的训练。主观性词典以及主观性标注语料集合可以通过人工标注或者半监督的方法进行自动构建。②主观性判别方法。