随着互联网技术的不断发展，电子商务的不断兴起，BBS、博客、微博的不断涌现，商家与购买者的网上交互日趋频繁。越来越多的购买者在使用产品后，将产品的评论发表在网上，评论的数量与日俱增，评论的本身口语化较多并呈非结构化。商家在决策市场供求关系、潜在购买者在购买产品时，若从海量的产品评论中人工的挑选出自己关心的信息，是耗时和费力的，并带有片面性和滞后性。因此搜索引擎在当今互联网中扮演着重要的角色，像百度、谷歌这样强大的搜索引擎是针对不同领域、不同种类的通用搜索引擎。在特定的产品评论领域中，却显得力不从心。所以，在这样的背景下，一款具有情感分类的产品评论垂直搜索引擎的研究与开发是很有必要的。在国内外研究现状的基础上，针对中文产品评论文本中评价对象的识别、评价短语的识别、评价对象与评价短语的搭配识别及评价短语的情感倾向性分析，做了进一步研究。主要工作如下：（1）在识别评价对象方法上，利用词性序列获取评价对象候选集，并提出了评价对象的完整性和稳定性的概念及算法，用来过滤评价对象的噪声。利用评价对象与评价短语的同现规则及评价对象在整篇评论文本中或整个语料集中出现的频率，进行评价对象的置信度排序，最终抽取出评价对象。（2）对连词词典、情感词词典、程度词词典及否定词词典进行了完善，用以识别评价短语及分析评价短语的情感倾向性。并通过评价对象与评价短语之间关系的8个特征，利用支持向量机来识别评价对象与评价短语的搭配关系，最终判断整篇评论文本的情感倾向性。（3）以中文产品评论文本的情感倾向为基础，利用目前流行的SSH框架、mysql数据库及开源软件包lucene，构建了一个垂直搜索引擎，用户可以方便、快捷的查询自己感兴趣的相关信息。通过上述的研究所构建的具有情感分类的垂直搜索引擎，使得商家和潜在客户可以从浩如烟海的评论文章中快速而准确的找到对自己有用的信息，具有一定的商业价值。提出的中文文本情感分类的研究方法，具有一定的学术价值。