英特网上的信息与日剧增,蕴藏着巨大的信息量。对产品的各种评价出现在各大论坛、电子公告板以及门户网站上,厂商需要了解顾客使用其产品的反馈意见,潜在的购买者也需要做出是否购买某个产品的决定。因此,意见挖掘技术应运而生。本文实现了一个基于领域的汉语句子意见挖掘系统(OMS)。该系统主要解决了意见挖掘问题中的主题识别、陈述定界和极性分析三个子问题。系统主要包含基于模式匹配的陈述选择模块和基于核函数的意见分析模块。在陈述选择模块中,我们提出了基于SPD n与SND n特征选择的单一/混合意见句识别算法,介绍了基于汽车本体的主题抽取的过程,并说明了混合意见倾向句陈述的细颗粒度分析方法。我们提出了基于“投影映射”规则的模式生成策略,以及直接模式、结点模式、混合模式三种匹配策略。针对意见倾向分析模块我们提出了基于核的意见分类思想,它通过计算输入陈述之间的极性相似度对句子的极性进行识别。通过良好的核函数定义,基于核的方法能够从上下文和句法层面捕获极性信息,从而可以提高分类的准确率。