目前,经济全球化已大势所趋,以企业为主体的国际合作日益频繁,国家与国家之间也建立了不同层级的合作关系。对于国家政府而言,合理地与不同国家开展国际合作能够有效地帮助双方或多方共同解决各自遇到的经济难题;对于企业而言,选择适合的合作项目或走出去与国外企业进行投资合作,有助于企业自身的发展和技术革新;对于研究者而言,分析不同国家之间的国际合作有利于帮助相关部门制定方针、进行决策。然而,传统的国际合作领域的数据分析多以统计数据为基础,但是统计数据的时效性较低,滞后性较高,在当前变化莫测的国际环境下,仅通过统计数据很难全面反映不同国家之间国际合作的情况。本文的研究目标是从Web外交新闻中挖掘与中国国际合作相关的知识。主要研究工作包括:首先,通过分析Web外交新闻的特点和中国国际合作领域的需求,明确定义国际合作元素的概念,并提取领域知识辅助国际合作元素抽取。其次,为了从Web外交新闻中挖掘国际合作元素,提出了一种蕴含领域知识的神经网络模型来进行国际合作元素的抽取,其中,神经网络模型为目前序列标注任务中最常用的模型之一,并通过实验分析验证了该模型对国际合作元素的抽取效果表现良好。最后,为了更全面地挖掘Web外交新闻中蕴含的知识,通过类比实体关系抽取任务,定义了国际合作元素之间的关联,提出了一种神经网络和规则相结合的国际合作元素关联挖掘方法,丰富了国际合作元素之间蕴含的语义信息,并通过实验检验了关联挖掘模型的效果。本文的特色和创新主要体现在:结合Web外交新闻的特点,明确定义国际合作元素和国际合作元素关联两个概念,并分别类比自然语言处理中的序列标注以及实体关系抽取任务的特点,提出了国际合作元素的抽取方法和国际合作元素关联挖掘方法。