继google和baidu引领水平搜索技术之后，面向领域的垂直搜索技术在处理海量的数据方面扮演着越来越重要的角色。目前，网络上的资源非常的丰富，人们若想寻找如住房，工作，二手车交易等信息，就要寄希望于垂直搜索。垂直搜索引擎和普通的网页搜索引擎的最大区别是对网页信息进行了结构化信息抽取，也就是将网页的非结构化数据抽取成特定的结构化信息数据。然后将这些数据存储到数据库，进行进一步的加工处理，如：去重、分类等，最后分词、索引再以搜索的方式满足用户的需求[1]。 本文所做的工作就是抽取人物基本资料信息。在观察和分析了网络上关于个人信息的描述之后，进行人物基本资料的信息抽取。主要内容包括：去除网页噪音信息，定位主题信息，主要从WEB页面找到该页面的主题信息一对人物信息的描述：再根据描述的文本类型分类，分别对页面结构化文本和自由文本，给出不同的抽取方法。其中对页面结构化类型采取DOM树抽取；对于自由文本信息，采取小句相似度计算确定句子主题，然后在该小句中，根据主题进行信息抽取。 我们研究的是面向实际应用的，是在对文本进行分析的基础上进行研究的。由于网络上资源异常庞大，而我们涉及到的和要处理的资源有限，因此在研究过程中，对每一项的研究，都采取了相对简单，实用的和有效的方法。 本文对信息抽取作了初步研究，实验结果还比较粗糙。在实际应用中，主题信息抽取模块中的主题信息模块的判定，句子相似度计算的方法等都还需要进一步的研究。我们所积累的经验和资源，也可以作为进一步研究的基础。