随着博客、微博、论坛等网络媒体的日益兴起，许多用户在使用产品后会在网络上发表对产品的评价，其中包含了用户对产品性能等方面所持有的态度。对这些语料的分析，不仅可以使生产厂商了解到用户对其产品的评价及产品的缺陷，从一定程度上还可以掌握用户的需求及对产品的期望。潜在的用户会在购买前上网查询已使用过该产品的用户对于产品的使用体验及评价，了解产品各个方面的性能，并对比同类产品，从而做出合理的选择。目前，网络上积累了大量的产品评价资源，如何从这些庞杂的资源中获取其蕴涵的主观意见、褒贬倾向，是目前研究的热点。自然语言描述的产品评价属于无结构的数据，用户想要从中获取信息只能通过人工阅读的方式。然而，采用这种方式对浩如烟海的评论信息进行查询是极其耗时且易产生错误的，为了解决此类问题，产品评价技术应运而生。该技术能够从产品评论信息中挖掘出评价对象和评价词，最后通过分析与统计，向用户提供各种评价信息，帮助用户做出选择。其中评价对象的抽取及主观句倾向性分析是研究的重点及难点。本文基于领域本体针对以上两点进行深入研究，主要研究内容如下。（1）以笔记本电脑为例构建了产品本体、意见词汇本体。前者用于评价对象的抽取，后者旨在计算主观评价句的倾向性及其强度。（2）利用爬行工具从网络上爬行网页，提取文本内容并进行处理，设计基于产品本体的评价对象抽取算法。（3）建立句子上下文关系规则集，基于此规则集，提出一种基于连续模式的N-POS模型。基于意见词汇本体提取主观句，设计主观句倾向性计算算法。（4）产品评价分析应用研究：以笔记本电脑评价分析为实例，设计并实现产品评价分析系统。论述系统体系结构及功能模块，初步展示了产品评价分析的实用价值。