垂直搜索引擎技术逐渐在用户生活中占有举足轻重的地位,用户对搜索行业信息的需求逐渐细化,而支持企业信息的垂直搜索引擎并没有得到完善。通过对企业信息搜索引擎的需求分析、系统设计并对其中关键技术的研究,建立了一个企业信息搜索引擎,为用户提供与企业信息相关的信息搜索服务。1.对基于隐马尔可夫模型(HMM)的Web信息抽取进行了系统的研究。建立了企业信息的隐马尔可夫模型,利用隐马尔可夫模型的主要算法来解决模型的训练及解码问题,进而对信息进行抽取。对已形成的模型参数进行优化,再次进行信息抽取。实验结果表明优化后的隐马尔可夫模型进行抽取的效果更好。2.对于企业信息搜索引擎的中文分词技术进行了研究。基于正向最大匹配分词算法,对中文分词的词典机制进行优化,设计了双字双层和独立长词表的词典机制,在占用空间与查询时间及词典维护三方面与其它词典机制进行比较评价,并根据此机制建立了企业信息专业词典,应用于企业信息搜索引擎。3.在开源架构的基础上,利用文中研究的信息抽取及中文分词部分利用所研究的两个关键技术进行改造,建立了企业信息搜索引擎。实验表明改进后的企业信息搜索引擎能更好地满足用户对企业信息搜索服务的需求。