句法结构和依存关系对评价对象和情感词之间对应关系的捕捉有重要指导作用。然而,在当前的基于机器学习的评价对象提取中确很少被使用。针对这一问题,本文通过综合分析词语间的句法结构和依存关系定义新的特征,并结合现有的词、词性、情感词等特征进行评价对象提取。首先,分析评价对象和情感词在句法中充当的不同成分和可能构成的组合,总结出评价对象与情感词、评价对象与评价对象、情感词与情感词之间的句法结构;然后,根据不同的句法结构,定义情感词与评价对象之间的依存关系;接着,利用词性和依存关系来标记情感词,并将词语是否处于这些依存关系的情况定义为新的特征;最后,将新特征与已有特征应用到条件随机场模型中进行评价对象提取。在COAE2011task3的三个数据集上从三个方面进行了对比实验:一是在相同特征的情况下,分析不同模板对于提取效果的影响;二是在相同模板的情况下,分析不同特征组合在评价对象提取时的表现;三是在相同数据集下,与两种机器学习方法的测试结果进行对比。实验结果表明,本文方法在准确率和召回率上都高于对比方法,验证了该方法的有效性,证明了使用句法结构和依存关系共同定义的特征能够较充分地捕捉评价对象和情感词之间的关系,提高评价对象提取效果。