信息技术的迅猛发展,特别是互联网技术的普及应用,使得越来越多的信息出现在人们面前。如何从中及时准确地找到自己需要的信息是一个急待解决的问题。信息抽取正是在这样的背景下产生并发展起来的。本文首先采用基于规则的方法设计并实现了面向电子政务领域的信息抽取试验系统,并在空气质量月报和天气预报两个领域对该系统进行了测试,达到了较高的准确率与召回率。其次,本文针对信息抽取关键技术——命名实体识别技术做了深入研究,分别对命名实体识别的两种实现方式做了探讨。基于规则和基于统计的两种命名实体识别方式各有长短：前者较高的准确性,但健壮性和移植性较差,后者具有较好的健壮性和移植性,但准确性一般。本文首先对空气质量月报系统中的基于规则的命名实体识别模块进行了测试；接着,设计并实现了一个基于CRFs的术语自动识别系统。实验测试结果印证了两种方式的优缺点。然后,本文介绍了信息抽取技术的具体应用——智能网页文本处理系统(DOCProcessor)。首先简要介绍了DOCProcessor的框架,然后着重介绍了系统中自动摘要模块的详细设计,并将基于CRFs术语自动识别方法应用于自动摘要模块中,有效地改善了摘要效果。最后,本文对信息抽取技术的重点发展方向与未来应用做了展望。