近年来,突发事件频频发生。应急管理的重要性越来越突出。应急管理的过程中涉及多方面数据的融合。如何快速、准确的提供相关的数据是急需研究的问题。随着互联网的发展,网络上的数据呈指数级增长,这些数据中包含了很多应急管理需要的信息。地名信息是应急信息的核心支撑点。本文进行地名本体实体和关系抽取研究,抽取地名相关的实体和实体间的关系,为应急数据的抽取和语义化奠定核心基础。实体和关系的抽取属于自然语言处理中的命名实体识别和关系抽取。目前主流的方法有基于规则的方法和基于机器学习的方法。本文在抽取的过程中根据原始文本中实体和关系的特点分别因地制宜地采取了基于规则和基于机器学习的方法。由于业界没有建立好的地名领域抽取的语料库,本文首先建立了地名本体抽取的实体体系和关系体系,然后根据抽取过程中关注的特征建立实体抽取和关系抽取所需要的语料,详细介绍了语料库构建的过程。对地名本体实体根据其在原始文本中出现的规律进行了分类,分别采用基于规则的方法和利用最大熵进行机器学习的方法。首先总结了四类地名本体实体的抽取规则,然后对于其他的几类地名本体实体,首先对机器学习过程中使用的特征进行了分析,基于标注的语料,利用最大熵进行了地名实体的抽取。对于关系的抽取,首先分析了关系的特点,采用基于特征向量的方法,利用SVM进行关系的抽取。根据语料的特点,提出了基于规则的方法抽取地名本体的关系。同时,分析了关系的特点,制定了相关的规则,从已有的关系出发,推导出隐含的关系,进一步丰富地名本体关系库。最后,设计和实现了地名本体实体和关系抽取平台,并将抽取的数据应用到了实际的语义地名搜索引擎中,实践证明,抽取的实体和关系数据很大程度上提升了用户体验,帮助了用户更方便、更迅速、更准确的地名相关数据。