随着微博逐渐成为人们获取、发布信息的重要媒介,网络中每天都会产生海量的微博及其评论数据。如何以一种有效的方法,剔除垃圾评论,寻找出有价值评论,并将其展现给读者,或者提供给进一步的舆情分析、文本挖掘任务,具有重要的应用价值。本文针对中文微博中有价值评论的识别问题,进行了深入研究,本文提出的办法,能够在没有人工参与的情况下,通过比较评论与微博相关性,自动标注出高质量的训练用例。主要工作包括:1)中文微博评论数据抓取及分析我们爬取了新浪微博认证用户在一定时间段内的微博及其评论数据。对这些数据的基本情况进行了统计与分析;还选取了一定数目的评论,以人工阅读并对它们的价值性进行了标注,分析了微博评论价值的分布情况。2)基于无指导学习的微博评论分析方法针对微博及其评论文本短小、内容发散等特点,本文提出一种无指导学习的评论分析方法,该方法能自动寻找高质量的训练用例,并且针对具体微博,生成专属于该微博的评论分类模型,通过该模型对评论的价值性进行评估。实验结果表明,该方法能够比较好地识别出评论的价值。3)微博评论过滤系统(MCFS,Microblog Comment Filter System)的设计和实现利用本文提出的方法,我们设计并实现了微博评论过滤的原型系统。该系统从新浪微博上爬取微博及其评论数据,筛选出高价值的评论,并将其以网页的形式展现在读者面前。