近年来,随着移动互联网、物联网、云计算等技术的迅猛发展,网络应用井喷式出现,应用产生的数据呈现爆炸式增长。如何从大规模数据中获取有价值的知识并对其进行深入的计算和分析成为了当前研究的热点。目前产生的海量数据中包含着数量巨大的文本数据,人工智能技术的发展离不开对这些文本数据的理解,而开放式信息抽取主要针对文本数据进行信息抽取以供计算机系统理解使用。本文致力于实现从文本中自动抽取特定领域属性和属性值来扩充领域知识库,针对文本结构化信息抽取的相关技术和方法进行了深入研究,并实现了信息抽取系统――DAVE,具体内容包括以下几个方面:1.数据精准采集:设计并实现了定制化的精准数据采集框架,通过多线程策略抓取数据并定制化使用关键词和机器学习等方法对文本进行筛选过滤。2.迭代属性及属性值抽取:本文提出了一种有效的基于图的迭代抽取方法,该方法基于领域属性词和属性值词经常出现在同一句话中,利用这种共现关系来抽取更多的属性和属性值。将与初始知识库中共现的词从抽取出来,与初始的词创建共现图,不断迭代执行直到没有更多的属性或属性值被引入则停止。3.这里还提出了一种卷积神经网络(Conventional Neural Network,CNN)模型来去除抽取结果中包含的噪音数据,引入共现图中节点的度、random walk得分、相邻节点特征等作为节点特征,利用CNN将噪音节点去除,提高抽取质量。本文对文本结构化信息抽取技术进行了深入研究,提出了指定领域新属性和属性值发现算法,可以更好地进行知识库扩展,并通过DAVE系统展示了研究开发成果,具有一定的实用价值。