知识抽取是指对数据进行检测、筛查并解析,获取其中的知识并存储到知识库的技术。情报分析系统中需要依据情报类别获取情报中发生的事件以及参与事件的实体,此时基于自然语言处理的知识抽取技术能够高效的解决这类问题。为了实现英文情报分析系统中实体、事件的抽取及展示,设计并实现了知识抽取算法,并结合前后端及数据库构建出完整的应用系统。首先介绍了知识抽取算法的开发背景,然后梳理了知识抽取技术的国内外概况,对项目实现涉及到的关键技术进行了总结,在经过需求分析和架构设计后,对知识抽取算法各个模块进行了设计与实现并构建成服务。主要工作包括:分析项目需求,设计情报知识结构,针对知识结构设计并实现数据预处理模块;设计并实现主题分类模块,从经过清洗的数据中获取主题为海军的文本数据;设计并实现基于双向长短期记忆网络和条件随机场的命名实体识别模块,抽取情报信息中的舰艇名、事件发生时间、事件发生地点;设计并实现基于动态多池化卷积神经网络的事件抽取模块,联合命名实体识别结果对事件触发词、论元进行识别分类,抽取情报中发生的事件;将知识抽取算法整合进英文情报分析系统,构建可移植的镜像,部署知识抽取服务于远程服务器。英文情报分析系统项目经过了详细的功能测试和性能测试,其中,主题分类模块的F1值为90.6,命名实体识别模块的F1值达到94.2,事件抽取模块的F1值为82.9。项目已在需求单位上线使用,能够自动从网站爬取数据进行知识抽取后根据用户操作显示在前端网页。