随着越来越多的传统行业向互联网转型,垂直领域信息化程度不断提高,数据整合,信息多元化和兴趣垂直化使得通用搜索引擎已经不能满足垂直领域用户的需求。这些用户迫切需要一个数据分类更细致、整合更全面、专业程度更高的搜索工具。它以一定的策略从Internet上获取原数据,对其进行理解和抽取,并通过索引和关联对用户提供检索和导航服务。在这种需求的推动下,垂直搜索引擎应运而生。垂直搜索引擎的关键技术主要包括:爬取、抽取和索引,由于垂直领域存在大量半结构化文本数据,这些数据往往具有较强的领域知识、多样的格式、不规则的结构,尤其是TXT格式的半结构化文本,相比于HTML文档缺少标签信息和固定分隔符。所以抽取这些半结构化数据中蕴含的有用信息是一件极具挑战的工作。本文研究了半结构化文本处理的相关技术,结合赛鸽垂直领域半结构化数据的特点,分析领域知识,建立规则库,通过对条件随机场和半自动化标注的研究解决抽取过程中的实体识别问题,采用规则和统计相结合的混合抽取技术设计实现了赛鸽垂直搜索引擎中的抽取系统,取得良好的效果。