实体间语义关系抽取是信息抽取中的重要环节。目前,在中文语义关系抽取中基于特征向量的机器学习方法占重要地位,它的研究重点在于如何获取各种有效的词法、语法和实体等特征信息,并把它们有效地集成起来,从而产生描述对象的各种局部和简单的全局特征。本文提出在基本特征的基础上进行特征组合的方法,该方法主要包括中文语料基本特征的获取和基本特征的组合。本文采用ACE2005的中文语料库为实验数据。首先,在对文件进行预处理后,单独选取词法、实体和基本短语块为基本特征,使用SVM工具进行关系抽取,其关系探测、大类抽取和子类抽取关系识别的F值分别达到62.78、57.08和55.77。然后,本文分别在词语、实体、基本短语块内部及其相互之间进行组合,获得各种组合特征。实验结果表明组合特征能显著提高关系抽取的性能,最终在关系探测、大类抽取和子类抽取的F值分别提高了8.5、3.4和3.8。总之,基本特征及其组合特征具有较好的区分度,能有效地提高基于特征向量的中文实体间语义关系抽取性能。