近年来,随着用户需求的增加及信息技术的发展,用户面对的数据形式种类繁多,从单纯的文本文件到图片、音频及视频,从无结构数据到半结构化数据、结构化数据,此外,需求的增加也使用户的数据逐渐呈现海量的特性。传统的数据库管理系统不能满足海量、异构数据的管理需求,数据空间作为一种新的数据管理技术应运而生,它不依赖于严格的数据模式,并采用逐步集成的构建方式,能够满足日益复杂的数据管理需求。本文研究数据空间管理系统的信息抽取以及语义关联的创建,主要工作如下：1.在云环境下实现各种异构数据源的信息抽取。本文研究来自本地文件、关系数据库、电子邮件以及浏览器等数据源的相关抽取技术,对抽取获得的数据信息统一采用扩展的iDM模型进行组织,以弱化不同格式的文件在逻辑表示时的差异性。2.系统预定义和用户自定义的语义关联规则的创建。为提高数据空间的查询效率,利用语义关联对查询进行扩展是一种有效策略。本文实现了系统预定义和用户自定义的语义关联,系统除预先设定的语义关联外,允许用户根据需求创建新的语义关联,从而提高了查询结果的有效性。实验结果表明：当数据量满足某个界限值时,云环境下信息抽取的执行效率要远远高于非云环境下的执行效率,并且数据量越大,云环境的高效性体现得越明显；同时,语义关联的创建,很好地改善了数据空间查询的有效性。