随着Internet上信息的迅猛增长,网络已成为最为重要的知识库,人们对高效率的信息获取技术的需求越来越迫切。因此,应用信息抽取技术,从网页中自动地抽取有用信息是智能信息处理的一个重要研究课题。信息抽取系统从Internet上抽取的信息不仅可以直接提供给用户,还可以作为构建智能查询系统和数据挖掘系统的基础,有着广阔的应用前景。目前,信息抽取技术的研究已成为国际上自然语言处理领域的研究热点之一。本文首先简述了信息抽取技术及其产生背景和发展历史,分析了信息抽取系统体系结构、信息抽取的分类及信息抽取的关键技术和衡量指标。本文还介绍了本体的基本知识,在此基础上,提出了一种基于本体的信息抽取方法。在本方法中,将信息抽取和本体结合起来,利用领域本体里的概念、关系、关键字等自动生成抽取规则,对文章,句子进行语法分析预处理,再利用语法分析的结果和先前生成的抽取规则一起对文档进行信息抽取,最后将抽取的结果以记录的形式输出。本文根据上述方法并结合工程实际情况,设计了一个基于本体的Web信息抽取系统并编写代码实现了这个系统。本文详细论述了系统的总体框架,系统的各主要模块的设计等。由于本系统是结合本体进行信息抽取的,所以本文还着重说明了如何使用DOM来解析OWL本体,并针对OWL本体类和属性的特点,提出了一种新的存储模式。本文还详细说明了本系统的实现方法,包括各个主要部分的数据结构,流程图等。最后利用此系统对一些样本进行抽取并对抽取后的结果进行了分析。