洗钱案例特征值是金融领域中判定洗钱活动的一项重要参考依据。在基于案例推理的监测甄别中,首要任务是将案例报告的特征值录入到案例库。由于洗钱案例报告自身所具有的信息隐藏性和非结构化性,使得这项工作尚处于人工操作阶段,在效率和准确率上难以达到要求。基于此,提出一种基于本体的特征提取方法,设计并实现了文本知识的自动获取。本体作为一种概念化的显示说明,是对客观存在的概念和关系的描述。通常情况下,本体的构建是在领域专家的指导下进行的。实际应用中,在分析了大量洗钱案例报告之后,将其抽象出一个概念模型,抽取其中能代表洗钱特性的关键字作为本体中的类。利用同样原理再定义相应类的子类以及子类与父类之间的属性关系,最后是定义实例和加入约束。在特征提取中,采用模式匹配和定义文法相结合的方法实现。模式匹配的功能是确定索引关键字出现在在文本向量中的位置;文法定义规定了被抽取数据的出现形式,数据定义提供了数据规格化的参考标准。此外,对模式匹配算法做了深入的研究,分析了各算法的优缺点和复杂度,并对现有算法做了改进。最后,设计了一个原型系统。系统是开发语言是Java,运行在B/S模式下。系统中使用了开源工具protégé3.1进行本体的编辑和Jena 2.4进行本体解析,实验的输入数据来自官方提供的洗钱案例报告样本,输出形式为可以存储在关系数据库中的结构化数据。