伴随着WEB2.0时代的发展，互联网上的信息内容不断增多，人们获得准确信息的难度也随着增大。互联网的信息主要是两种：事实信息和观点信息，我们可以通过搜索引擎去获得事实信息却难以有途径去获得互联网上人们对某一事物的观点。因此对评论的挖掘能够为互联网用户提供发现观点信息的途径。评论挖掘是当前自然语言处理领域研究的热点，主要任务是对评论进行主客观识别和褒贬义分析。当前在评论挖掘领域的研究主要是针对通用领域的，效果不佳，对于特定领域的评论挖掘研究则是过多依赖于人工构建的领域词典。相对于评论文章来说，短评论文本的主要特点是文本短小、内容稀疏、主观性强、构词不规律、领域依赖性强，本文针对短评论的特点采用条件随机场模型和自动构建的领域词典来进行短评论评价对象和情感词信息的提取。本论文研究并实现了基于条件随机场的网络短评论挖掘系统，主要工作如下：第一、提取出短评论中的特征对象组合词，然后结合半自动化构建的情感词集构建自定义领域词典；第二、设计符合评论内容结构特征的条件随机场模型，针对评论的内容规律设计了条件随机场的特征函数，使得条件随机场能够准确地挖掘出评论的特征对象和情感词；第三、研究了特征对象和情感词的匹配算法，提取出评论中的评价对象与情感词对；第四、识别出情感词的情感倾向性。本文将基于条件随机场的网络短评论挖掘系统应用到挖掘点评网站的餐饮评论的服务评价信息，实验结果证明基于条件随机场模型确实可以有效提取出短评论的特征对象和情感词信息，在加入自动构建的领域词典的情况下能够将模型扩展到其它领域的评论中，用户可以通过挖掘的结果了解到该主题的所有评论的有价值观点信息。