互联网中存在大量的使用自然语言表达的知识。信息抽取的任务是将文本的内容转换为结构化的知识库。传统的信息抽取系统,使用规则匹配的方法从特定领域、特定的文本中抽取特定的知识。这样的系统有着许多的局限性,例如要获取新的知识,需要设计新的抽取规则。从互联网中抽取有效信息的任务给已有的信息抽取系统带来了许多挑战。因此,设计并实现一个能够从开放类别、开放领域的开放式信息抽取系统是有必要的。本文针对大规模的互联网数据,设计并实现了一个开放式的信息抽取系统,来完成信息抽取的命名实体抽取,实体关系抽取以及实体链接的抽取等任务。系统主要分为三大模块:(1)任务管理模块;(2)信息抽取模块;(3)信息管理模块。任务管理模块包括数据上传、任务发布、任务启动和任务实时监控等功能。信息抽取模块首先从网页中抽取出有效文本,然后对抽取出的文本进行命名实体、实体关系和实体链接的抽取。信息管理模块负责信息抽取结果的持久化和可视化。本文根据软件开发流程,依次从需求分析、系统设计和系统实现以及系统测试这几个方面,对大规模开放式信息抽取系统的设计和实现进行了详细介绍。该系统是在一系列的开源自然语言处理工具的基础上,进行开发和实现的。系统主要使用信息队列和多线程技术,能够并发处理大规模文本语料,并且能够从中抽取出大量的命名实体、实体关系和实体链接。除此之外,本系统还实现了包括分词、词性标注、关键词抽取等常见的中文文本处理可视化功能。系统提供了良好的可视化的操作界面,使用者可以比较直观地理解中文文本的处理结果。