伴随着Web2.0技术革命,互联网上的意见型文本呈爆炸性地增长,这些文本蕴含着广大用户的喜怒哀乐。意见挖掘技术应运而生,人们围绕着意见的主题、持有者、陈述和情感四元素展开了许多研究,取得了丰硕的成果。本文根据新应用需求,对汉语意见时空元素展开研究。本文从意见挖掘中语义知识不全面的问题入手,利用Wikipedia世界知识构建概念词典和Wikipedia词典,词条的语义用Wikipedia类别表示。概念词典用于确定主题的内涵,Wikipedia词典用于计算任意两个文本的语义相关度。语义相关度实验表明了算法的有效性,并成功应用于主题识别。本文以细颗粒度的方法对中文句子进行倾向性分析,侧重于从结构和语言现象揭示中文句子倾向性的特点。利用HowNet自动构建情感词典后,实现了一个系统用于参加COAE2008,评测结果表明方法是有效的。本文提出了意见重要因子的概念,意见重要因子由时间重要因子和来源重要因子组成。分析了时间重要因子在不同应用中的计算公式,将来源重要因子分为来源的影响力、来源与领域的相关度两个部分。最后,本文回到意见时空元素的应用上,探讨了“挖掘某段时间最受欢迎的产品”和“意见趋势挖掘”两个典型应用的挖掘方法和实验评估方法。