宋国民,张三强,2,贾奋励

(1.信息工程大学，河南 郑州 450001； 2.69340部队，新疆 伊犁 835000)

随着互联网技术、信息技术的飞速发展，人类正逐渐步入信息社会。如何快速、自动地从各类纷繁复杂的媒体数据中获取用户关注的信息，已成为人类有效利用海量数据的关键。信息抽取(Information Extraction)作为从文本中自动获取信息的一种重要手段[1]，已成为自然语言处理领域的重要研究内容。它是指从自然语言文本中识别并抽取出用户感兴趣的信息[2]，多以结构化的形式对抽取结果进行描述和存储，以便用户查询和分析使用。信息抽取利用自然语言处理技术，通过对文本进行一系列处理，从中抽取出相关信息。信息抽取是与领域密切相关的，只能抽取系统预先定义的有限种类的信息[3]。

时间信息抽取是事件信息抽取的一项重要工作，在时空泛在信息、地理空间情报等信息获取与处理、关联、聚合和内容服务中具有重要作用。其作为信息抽取的一个重要研究内容，一直受到国内外学者的关注。常用抽取方法主要有基于规则匹配的方法和基于机器学习的方法两种[3-9]。基于规则匹配的方法是指在掌握各种时间信息表达规律的基础上，通过人工或半自动方式编制时间信息抽取规则，并基于这些规则实现时间信息的抽取。这种方法使用简便，易于理解和扩展，且抽取效率及准确率很高，但这些规则往往只面向特定语言和文本形式，人工工作量较大；基于机器学习的方法是指通过对标注时间信息的语料库的学习，训练各种机器学习模型，并基于该训练模型实现时间信息的抽取。……