针对目前隐式情感语句中情感词不明显或较少、表达方式委婉等问题，提出一种基于语义特征提取的隐式情感分析方法.该方法通过引入与隐式情感语句相关的事实信息作为辅助特征，并利用RoBERTa预训练模型对文本及其辅助特征进行深度语义交互，以获取全局特征；同时，采用双向门控循环单元(BiGRU)捕捉局部特征，最后结合注意力池化技术计算情感权重，从而更准确地识别和理解隐含的情感信息.在数据集Snopes和PolitiFact上进行仿真实验，实验结果表明，该方法在隐式情感分析方面性能优异，不仅在多个评价指标上超越了现有方法，且整体性能得到显著提升，为更广泛的情感分析应用场景提供了有效的解决方案，特别是在处理复杂和间接表达的情感内容时，具有重要的应用价值和意义.