随着知识经济的快速发展,各行各业的人们对领域知识需求不断增强,人们获取知识的程度显然影响了自身发展以及在行业中发展的质量和速度。知识提取手段能够帮助人们从大量非结构化数据中得到特定领域的知识,基于不同背景的用户和解决多领域知识提取,需要一种可配置的操作方式。基于以上背景,本文设计和实现了一套从非结构化数据中提取知识的软件,能够更好的辅助用户用一种更便捷的方式提取领域知识。本文对知识提取的处理流程和实际需求进行详细的分析,本着提高用户工作效率和方便使用的原则对系统进行设计,使用SpringBoot和Maven搭建微服务框架,使用PostgreSQL数据库软件和Java语言实现后台,使用Angular JS和Bootstrap实现前台功能,设计实现了可配置式知识提取系统。该系统主要设计实现了五个功能模块,其中数据预处理模块用于对数据源和自然语言处理的管理,数据抽取模块具体实现提取实体、提取关系、提取特征、弱监督标记以及统计推理等知识提取的流程,校对反馈模块用于对预测数据进行校验和标签管理,生产检测模块提供对资源全文检索的功能,统计信息模块展示关键指标和迭代效果的变化趋势。由于不同领域的知识提取需要不同的处理流程和方法,系统满足用户编排处理流程,配置知识提取的具体实现。本文首先分析了知识提取的背景、意义和研究现状,然后通过从用例分析、数据流分析等多方面分析系统,划分模块功能,然后设计了系统架构、数据库和核心功能实现流程,最后展示系统实现页面和对主要功能进行测试。该系统已经发布并在小范围进行试用,系统正常运行。可配置式交互界面方便用户根据需求完成知识提取的任务。不仅相关专业背景的人可以使用,普通用户同样可以通过系统获取知识。