随着工业互联网的发展与进步,各国都开始了围绕工业生产进行以智能化为核心的数字革命。传统工业存在极高的信息成本,通过加大传统工业与互联网的融合力度,使之对外界的信息进行及时的感知,可大大降低信息成本。而情报分析,就是一种基本的感知信息的手段。目前情报分析研究主要针对军事、安全领域,鲜有针对工业情报的分析研究,传统工业的情报分析由于领域性强并且通用领域的方法对其不适用,因此,对其进行领域情报分析是目前研究的主要难点。此外,分析方法常借助于统计数据进行分析,缺少对于文本数据的挖掘。因此本文将通过文本数据角度进行分析,研究领域情报分析工具的设计与实现。为了进行领域分析工具的设计与实现,本文首先完成了领域事件模型框架。并基于框架,设计了数据爬虫工具,完成了领域命名实体数据集以及领域事件数据集。其次,基于定义的领域实体,完成了领域命名实体识别模型的构建,然后,基于定义的事件模型以及已有的领域命名实体识别模型,构建了领域事件抽取模型。最后,对于领域事件,构建事件间的事理关系,并设计实现了基于事理关系的知识推理,完成情报事件分析。具体研究内容如下:针对领域缺少相关结构化定义的问题,本文基于行业知识以及相关从业人员的指导,完成了领域事件模型的框架的构建,包括领域特有实体、领域事件类型以及事件对应角色等信息,用于实体识别任务以及事件抽取任务的指导。针对相关数据集缺失的问题,本文设计数据爬虫,获取数据,并通过数据筛选、数据清洗、数据去重等数据处理工作,通过领域事件框架的定义,完成了领域命名实体数据集以及领域事件数据集的构建。针对文本中信息获取效率低的问题,本文在上述构建的领域事件模型框架以及领域数据集,完成领域命名实体识别模型以及领域事件抽取模型的设计与构建,将非结构化的文本转化为结构化的事件,用于信息提取。针对抽取事件的事件推理分析问题,本文基于领域事件模型框架,完成了事件间的事理关系定义,并基于事理关系设计相关推理算法,用于领域情报分析。基于上述理论研究,设计并实现领域情报分析系统,主要实现数据获取、领域实体识别、领域事件抽取以及事件的推理分析等功能,最终对系统进行功能性测试以及非功能性测试验证上述方法的可行性。