产学研合作促进了科技和产业发展,但在推进产学研合作的过程中,企业或者地区政府难以获取学者的相关信息,不能高效地对话。主要原因是领域学者信息分散,信息获取的难度大。互联网中存在着描述学者信息的数据,可以通过数据采集和信息抽取,聚合和处理这类数据,形成精简的学者描述信息,为企业和地区政府提供帮助。本文设计并实现了一种用于描述学者画像的信息抽取系统,目的在于将互联网中的数据聚合成描述学者的信息,给数据平台提供数据支撑,展示给企业或政府,让其对学者有一定的了解。与现已有处理学者数据的软件系统不同的是,本文更关注在产学研背景下学者的相关信息,将多个来源的数据,例如院士主页、学校官网主页、百度百科等,通过比较分析,得到学者的基本信息、行政头衔、荣誉信息等信息。本文的主要工作如下所示:（1）提出了学者主页发现和抽取的方法。提出了基于搜索引擎搜索和识别出主页的方法,得到学者主页数据,在保证准确率的条件下,提升了数据收集的效率。同时提出了基于文本分句和实体识别技术的学者画像抽取方法,提升了主页抽取的准确率。（2）提出了基于学术文献数据的学科领域术语抽取。采用C-Value和互信息为重要抽取指标,对学术文献数据中的词语进行指标计算。为了扩展新术语,本文还提出了一种词组的词性规则自动生成的算法,提升了术语的抽取率。（3）设计并实现了一种面向学者画像的信息抽取系统。通过分析产学研背景下的学者画像模型,定义抽取目标范围,设计抽取策略,实现了信息抽取系统。系统能够有效地完成主页抽取和术语抽取任务,通过对抽取结果的准确率的分析,结果符合预期,验证了系统的可用性和有效性。