随着近几年网络在中国快速的发展，我们几乎从任何地方都能发现人们以各种形式表达出来的意见。尽管当我们需要做出决策时这些意见很有帮助，但大量的意见信息却需要我们耗费大量的时间去寻找查看，所以对这些包含意见的文本进行摘要就有显著的实际应用价值。与传统的文本摘要不同，意见文本摘要的目标是从人们发布在网上的文本中抽取意见文本，并对大量的意见信息进行概括。本文提出了一种利用依存关系来抽取商品评论中的特征和评价词关系对的方法，并利用分类算法对特征和评价词的相关性进行分类以提高关系对抽取结果的准确率。此外，本文采用情感词典的方法来对评论中的情感倾向性进行分类。本文将摘要问题规划为p-median问题，并从两个角度定义了p-median问题中最为关键的代价函数。一是从评论中包含的信息量的角度，二是从评论中评价强度的概率分布的角度。并利用了一种p-median问题的近似解决方案来解决摘要生成问题。最后，本文进行了特征和评价词关系对的抽取、关系对的相关性、评论针对特征的情感倾向性以及摘要生成等方面的实验，并将实验结果与国内外相关领域的研究结果进行了比对，结果表明本文提出的方法在中文意见文本摘要领域是切实可行的。