随着Internet网络的不断发展,消费者通过商家的网站、网络论坛、BBS以及Blog发表关于各种产品的评论信息。商家、厂家可以通过分析这些评论信息获取反馈意见;消费者可以通过阅读这些评论信息在购买商品时获得帮助。通过人工搜集-阅读-分析这些评论信息的工作十分繁琐和耗时,自动搜索-分析这些评论信息变得十分必要且重要。随着越来越多的人通过网络表达他们对于产品的观点,意见挖掘和产品排名变得越来越重要,基于意见挖掘的产品排名正是在这一环境产生的。基于意见挖掘的产品排名是利用意见挖掘技术和产品排名技术自动处理在线文本。本文利用基于语句的产品意见挖掘与产品排名技术处理中文网络文本,获得产品特征排序和产品综合排序。本文引入句法分析等自然语言处理技术,构造了情感词典与特征库,从而使产品排名系统的准确率得到了提高。基于语句的产品意见挖掘是利用产品意见挖掘模块处理Web上的意见型主观性文本获得意见。产品意见挖掘利用程度词词典、极性词词典和特征库等资源和句法分析器等工具分析处理意见型主观性文本。产品意见挖掘可分为评价对象获得、上下文极性获得、评价对象与上下文极性关联的获得三个分析子模块。基于语句的产品排名是利用网络爬虫从Web网络上获得意见型主观性文本的网页,再通过正文抽取得到意见型主观性文本;利用LTP平台对句子进行分词、词性标注、依存句法分析;利用产品意见挖掘模块处理意见型主观性文本获得产品意见,即上下文极性与评价对象的关联;利用产品意见整理得到每种产品的每种特征的评论语句和综合评价,利用每种产品的每种特征的综合评价得到产品综合排名与产品特征排名。