信息抽取是自然语言处理技术的一个重要发展方向,信息抽取的目的是让有用的信息以统一的形式集中在一起,从而利于人们对信息的获取。作为一种自然语言处理系统,信息抽取系统需要强大知识库的支撑。由于在不同的信息抽取系统中知识库的结构和内容的不同,使得信息抽取技术仍面临着知识瓶颈问题。本体作为领域知识的共同理解,可为信息源提供必要的语义标注信息,将本体引入信息抽取中,有助于信息抽取系统对领域内的概念和概念之间的联系的统一认识,从而为用户提供更有价值的信息。本文以领域本体为研究对象,就领域本体的构建及其在信息抽取系统中的应用开展了以下研究工作:1.对领域本体在信息抽取系统中的应用现状和本体构建方法的研究现状进行分析和研究,结合本体的语义优势,确立了在信息抽取中构建并应用领域本体的目标。2.给出了一种领域本体构建方法,包括领域的确定、概念及其关系的抽取和本体的编辑与存储。在本体半自动构建的概念抽取过程中,通过对领域文本挖掘得到领域关键词,然后使用改进的TF-IDF公式从关键词集中抽取具有领域性的特征词,经人工修正后得到本体概念;概念间关系的抽取则是采用基于WordNet和基于模式学习相结合的获取方法;最后使用Protégé软件编辑得到领域本体。3.以手机领域为例,在信息抽取系统中构建一个小规模的领域本体,接着将本体与信息抽取两项技术结合,提出了基于OWL本体的文本信息抽取算法。在算法中,以本体作为领域的知识框架来参考,结果抽取出该领域框架的结构化的实体,即通过本体的组成元素:类,属性和实例,来描述抽取的文本信息。最后利用此算法对一些手机领域样本网页进行抽取并对抽取后的结果进行了分析。