随着互联网的迅猛发展和广泛运用,大量的信息以非结构化电子文本的形式出现在人们面前。为了更好地获得这些非结构化信息,信息抽取应运而生。信息抽取,就是从自然文本中提取出预先指定好的信息,并给出该信息的结构化描述。其中,实体关系抽取作为信息抽取研究中的一个重要课题,它的基本任务是识别并判定实体对之间存在的特定关系,目前主要的抽取技术为基于特征向量和基于核函数的机器学习算法。实体关系抽取研究的意义在于它与信息过滤、信息检索和问答系统有直接的关联,并且作为一项基础性研究,它对于内容理解、语境生成、自动文摘、机器翻译、文本分类以及信息过滤等都有重要的研究意义。本文针对基于特征向量的实体关系抽取中涉及的两个主要问题(特征选取和特征选择)进行了研究,具体内容包括以下两方面:1.提出了基于语义角色特征的实体关系抽取方案。基于特征向量的实体关系抽取本质上是将实体关系抽取问题转化为分类问题,即先定义好几个关系类型,然后将实体对之间的关系分类到预定义的关系类型。目前实体关系抽取常用的特征有实体及其上下文特征、动词特征、距离特征、实体扩展特征等,然而实体间关系的判别是语义层面的,不能仅依赖于词语层面。因此本文提出了基于语义角色的实体关系抽取方案,该方案在常用特征的基础上新加入了语义角色特征。由于语义角色的标注代表了句子的浅层语法结构,它不仅暗示了谓词和谓词框架中其它词语之间的语义关系,还暗示了谓词的不同成分之间的语义关系。因此,包含了丰富信息的语义角色特征,将有助于区分不同实体间的关系类型,进而在一定程度上提高实体关系抽取结果。2.提出了基于特征选择的实体关系抽取方案。在文本分类问题中,特征空间维数一般能达到几万或者几十万维,这样的高维空间一方面将使得训练分类模型以及预测结果的时间开销大大提高,另一方面还可能由于引入了一些不必要的特征而使得抽取分类有所降低。针对上述问题,人们已经进行了长时间的研究,并且取得了一定成果。在基于特征向量的实体关系抽取问题中,也存在类似的问题,即过高的特征空间增加了关系抽取的时间开销,并降低了性能。考虑到文本分类和实体关系抽取问题的相似性,本文研究提出了一种实体关系抽取方案,该方案引入了文本分类中的特征选择算法,如信息增益、期望交叉熵和x2统计,有效的实现了实体关系抽取中的特征空间降维。