近年来,互联网信息技术不断渗透到传统行业,互联网用户的规模急剧增长,在线及离线文本数量几何级增加,海量信息时代已经到来。时间资源越来越稀缺,而网络信息资源趋于无限,人们逐渐依赖于新型的网络信息获取工具。基于这种信息需求的发展趋势,实现信息的自动抽取具有较强的现实意义。它通常以信息检索的结果作为输入,利用自然语言处理技术对文本进行语义分析,精准地把握整篇文档中的关键信息,并存储到数据库中,其结构化的形式便于用户查询和进一步分析。基于此背景,本文研究了实体关系抽取的相关原理和技术,提出并实现了基于自举学习的实体关系抽取系统和面向论坛的实体关系聚类系统,主要完成了以下方面的工作：1.通过句法分析,抽取实体间的最短依存路径作为关系描述模板,从而进行模式匹配；2.基于自举学习,实现半监督的关系抽取系统,并针对弱约束带来的语义漂移问题,进行系统改进；3.针对中文校园论坛语料的口语化特点,引入新词发现技术,利用领域性语料本身的词法规律,辅助定位文章的主旨对象;4.利用词激活力实现开放域的实体关系抽取,构建带权重的实体关系网络。