人物观点和活动抽取系统是指从非结构化的文本语料中,抽取指定人物的观点(人物观点)和活动信息。人物活动多种多样,本文主要关注人物参加的事件(人物事件)。这类抽取系统可用于人物年谱的自动编撰、专家发现等任务,具有重要的应用价值。为了实现此抽取系统,本文主要开展了如下的工作:设计了一种基于词和词性的中文时间表达式抽取方法,可用于抽取人物观点和活动的时间信息。实验表明该方法具有较好的时间抽取性能。提出了一种面向人物观点抽取的两阶段方法,该方法在第一阶段进行观点句识别,第二阶段进行观点句抽取,其中观点句识别是关键。通过实验考察了支持向量机、逻辑斯特回归等多种分类器以及触发词、相对位置以及依存关系等多种特征在进行观点句识别时的差异,得到了一些有益的结论。在人物事件抽取的研究中,首先将上述人物观点抽取的两阶段方法应用于人物事件抽取中,即先进行事件识别再进行事件抽取。在对人物事件特点进行分析的基础上,进一步提出了一种一阶段的人物事件抽取方法。该方法无需预先进行识别,直接进行人物事件的抽取。本文将长短期记忆(LSTM)模型用于人物事件抽取的两阶段和一阶段模型中。实验表明,一阶段方法的人物事件抽取性能要略好于两阶段方法。通过级联组合上述观点抽取技术、事件抽取技术以及时间表达式抽取技术,实现了一个人物观点和活动抽取系统。系统根据用户查询的人物名称,从网络文本中挖掘人物的观点和相关活动,返回给用户并存储到相应的数据库中。