近年来,Web舆情频繁发生,特别是互联网上一些带有敏感内容的事件、国内外的重大事件,往往会在极短的时间内就引起全国网民的关注,形成Web舆情事件,严重威胁国家安全。在这些Web舆情事件中,网民所发表的意见对左右舆情的走向具有重要的作用,甚至被视为舆情的“核心”。因此,快速准确地了解网民意见对分析舆情发展态势、把握舆情走向有着非常重要的意义。但是,国内外现有的Web舆情预警系统并没有进行深入的意见挖掘,而只是强调了舆情事件的识别。本文在舆情理论分析的基础上,将意见挖掘技术运用到Web舆情预警系统中,以达到及时掌握网民意见、引导舆情走向的目的。意见挖掘就是利用自然语言处理技术自动地提取主观性文本中所包含的情感倾向以及评价对象。传统的意见挖掘是基于产品评论语料的,而Web舆情的语料则是新闻报道等以事实为主的客观性文本。因此,传统的意见挖掘并不能准确有效地发现Web舆情事件中网民所发表的意见。本文依据Web舆情语料的特点,提出了基于动态知识库的细颗粒度Web舆情意见挖掘方法,该方法不但能从整体上分析网民对一个Web舆情事件的情感倾向,而且可以有效地挖掘意见所评价的对象,即意见主题。在情感倾向分析方面,本文构造了一种结构新颖的情感词典,该词典考虑了词性对词语情感值的影响。同时,还提出了基于投票策略的情感倾向分析方法,该方法结合程度副词、否定词、以及标点符号的影响,可以更加准确地计算网民意见的情感倾向值。最后,本文将所提出的方法应用到Web舆情预警系统中,并取得了较好的结果,证明了本文所提出的方法的有效性。