当今社会,随着科技的迅速发展,数据特别是网络数据正以指数规律飞速地增长。而作为网络数据中非常重要的一部分,文本数据受到了相当大的重视。为了应对海量文本数据带来的挑战,有效地存储、管理以至于利用文本数据,人们迫切地需要一些能够在海量信息源中迅速找到真正需要信息的自动化工具。信息抽取(Information Extraction)的研究正是为了解决这个问题。信息抽取,是从结构化或者半结构化的文本自动动抽取特定信息,并以结构化的形式(例如数据库或者XML文档)存储。信息抽取任务一般都会包含了两个紧密相连的任务：命名实体识别和实体关系抽取。本文主要研究的就是基于网络数据的实体关系抽取系统,即如何获取两个命名实体之间关系的问题。主要包括：1.根据网络数据的特点,设计了基础数据收集的相关方案。该方案允分利用了网络数据的特点以及搜索引擎的功能,并结合页面结构的整体特性,达到了以较低的成本,简洁方便地获取大量相关的网络资源,并抽取中其中的正文文本2.深入研究了当前主流的关系抽取的方法,并对各种方法的优缺点进行分析,并在此基础上提出了一种关系抽取的方法。该方法同时结合了语句的结构关系以及词语特性两方面的特征,有效地实现了对句子中实体关系的抽取。3.在以上研究的基础上,实现了从网络数据收集到关系抽取的原型系统。该系统基于B/S框架,完成了本文提出的关系抽取算法,同时提供可视化的展示模块,能够在浏览器中直观地展示关系抽取的相关结果。并利用此系统进行了相关的实验,验证了关系抽取算法的有效性。