随着互联网技术的飞速发展,互联网上出现了大量的UGC(User Generated Content)数据,比如博客、论坛等。如何从海量信息中快速筛选出有价值的内容成为计算机领域关注的问题。比较句识别及关系抽取正是其中的一个问题,其主要目标是识别出文本中的比较句并将其中的比较关系抽取出来。目前主流方法多是基于比较模板及特征工程,这类方法过于依赖自然语言处理工具,并且不能充分利用文本的深层语义信息。为了克服这些困难,本文提出一种基于长短期记忆网络的算法来完成比较句识别及关系抽取任务。本文的工作主要包括以下几部分:(1)利用网络爬虫对京东网站手机版块下的小米、华为、荣耀、iPhone共4个品牌的评论数据进行采集,经过去除非观点句、分句、分词等数据预处理后,构建用于实验的语料库;(2)针对比较句识别任务的特点,提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)和注意力机制(Attention Model,AM)的模型。该模型能够保证输入序列对输出序列注意力概率的分布,并学习到句子的深层语义特征。实验结果表明本文提出的方法是有效可行的;(3)针对比较关系抽取任务的特点,提出了一种基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)和本体库的模型。该算法首先利用BiLSTM抽取句子中的比较主体、比较客体、比较属性,再利用本体库进行比较观点挖掘,最终得到比较关系。实验结果表明本文提出的方法有效。