网络已经成为收集消费者信息意见反馈的一个很好的来源。现在有大量的网站提供了这样的服务,比如:产品评论、论坛、博客等。而面对浩如烟海的信息,如果快速有效获得意见的褒贬极性便成为了一个难题。针对这个难题,有人提出了意见挖掘的概念。意见挖掘技术是一种新颖的语言技术,它广泛地应用在许多领域,如:电子商务、信息多虑、分本分类等,具有极大的应用价值。本文研究的是面向领域产品的意见挖掘系统。主要做了以下几个方面的研究工作:第一,它对引入领域本体后的意见挖掘系统框架进行了修改,用于产品的消费者意见的分析和比较,系统用户包括产品的潜在客户和产品的制造商,对于一名潜在客户,他可以通过系统对产品评论的分析来获取对产品的了解,帮助自己做出正确的购买选择。对于产品制造商,他可以很容易地收集市场反馈的信息并制定销售策略。第二,为了更好理解语义,它构建了领域本体,使计算机能够理解领域术语以及它们间的层次语义关系,并实现其推理。第三,为了提高词语极性精准度,它构建了新的中文极性词典,保留了极性词的静态特征,添加了网络词典和领域词典,并对动态特征做了规则极性计算。第四,它与传统的SVM(支持向量机)方法做了对比分析,体现了新研究方法多主题细粒度等优势特征。