随着计算机在各个领域的广泛应用以及Internet的迅猛发展，越来越多的事件信息是以电子文档的形式在计算机中存储和处理。互联网正在慢慢的成为人类信息的主要载体和交流平台，成为各种信息最大的收藏地。大数据时代逐步来临，其中80%的信息数据是以非结构化的数据形式（自然语言、图像、视频等）存储在网络上的。由于中文文本事件信息表述的非结构化、不规范化和不确定性等特点，采取了“文本描述-规范化表达-结构化抽取-模式挖掘”的技术路线，重点研究突发事件领域的事件时空属性信息的结构化表达、事件类型的分类方法、事件时空信息的解析和事件属性信息的抽取方法，为文本事件信息抽取方法的研究打下了坚实的理论基础，为国家地理信息的基础性服务建设提供了可行的解决方案。本文首先在对突发事件领域文本事件的结构化表达方式研究的基础上，提出了对中文文本事件属性信息抽取的几种方法，使得中文文本属性信息能够更加准确的抽取出。针对中文文本的分类，本文通过采用SVM模型对中文文本进行文本分类，并取得了良好的效果。针对突发事件的非时空属性信息，本文分别利用规则模型方法和统计模型方法对非时空属性信息进行了研究，研究表明，规则模型和统计模型在自然语言处理领域都能带来不同的效果，采用两者相结合的方式可以更有效实现中文文本中特定领域事件属性信息的抽取。本文最终采用HMM模型和句法分析相结合的方法对文本属性进行抽取，实验表明，该方法能得到很好的效果。最后，通过对该原型系统进行了实现，证明了该方法的可行性。