在自然语言处理研究领域,知识库是必不可少的,随着应用领域的不同,自动或者半自动地构建高效的领域特定知识库成为很多领域相关应用成功的关键。本文给出了一个完整的领域知识库自动抽取系统的设计与实现。本文的主要工作包括:(1)分析并设计了一个完整的领域知识库自动抽取系统。该系统以给定的一个通用知识库Wikipedia和一组相同领域的文本作为输入,分析了系统的需求,并基于需求给出了系统的完整设计。(2)能根据给定的相同领域的文本集获取领域信息的描述是领域知识库自动抽取的核心要素之一。本文借助实体及实体间关系抽取技术,从相同领域的文本中获取领域相关知识的“种子”实体关系图,并以此为查询依据进行领域知识库的抽取。(3)本文提出了一种融合先验知识和上下文相关度的知识库抽取方法。将已知实体看作先验知识,将实体间关系看作相关度,通过实体及关系信息的编码完成领域知识库的抽取。借助Wikipedia知识库和几个常用的领域文本集,本文对系统进行了验证,给出的方法能压缩通用知识库的大小,选择实体链接任务进行了有效性的验证,表明在自动抽取到的“更小”的领域知识库上已有的实体链接模型仍然能够取得很好地性能。