评论文本的观点挖掘是指通过对评论文本中的观点、立场等主观信息进行挖掘与分析,判断评论文本中观点的情感倾向性。随着评论文本在人们生活中的广泛应用,仅仅挖掘评论文本的总体观点不能满足实际中对评论文本细节方面信息的需求,因此,评论文本的多方面观点挖掘成为一个重要的课题。评论文本多方面观点挖掘的目标是,对于给定的带有总体打分的评论文本集合,通过分析与挖掘,找到评论文本中有关评论对象的多个方面,并基于总体打分和评论内容,得到评论对各个方面的隐含打分及权重。评论文本的多方面观点挖掘任务主要分为两个步骤：一是评论文本的方面抽取,二是评论文本的方面打分和权重分析。本文实现了基于Boot-strapping的方面抽取方法；提出并实现了基于LocalLDA的方面抽取方法,该方法是无监督方法,通过对评论文本中的句子进行主题建模与分析,进而得到评论中有关评论对象的多个方面。本文利用LRR模型,对评论文本的总体打分生成过程进行建模,进而得到隐含的各方面打分及权重。实验结果表明,"Local LDA+LRR"方法可以有效地对评论文本进行方面打分和权重分析,其性能显著优于"Boot-strapping+LRR"方法。