随着互联网络的迅猛发展,网络上的信息量也呈爆炸式的增长.在网络上所有的信息形式中,文本信息无疑占据了最重要的地位.如何有效地自动化（或半自动化）地处理文本信息,从中抽取出有用的信息,已经成为应用人工智能.领域中一个重要的研究方向.隐马尔可夫模型（HMM）是一种非常有用的随机过程模型,近年来其应用领域已经由语音识别、文本切分逐渐扩展到文本信息抽取（InformationExtraction）.该文提出了一种新型的由两个HMM组成的二元隐马尔可夫模型,将文本在切词的基础上切出两套平行的观察信号（单词序列及单词的语法成份序列）并行地输入模型,再由模型通过似然比的方法综合给出最优状态序列,从而在文本提取上综合了统计模型与自然语言处理两种方法,形成了新的抽取模型.我们在项目的实现过程中,选取了BBS上及网络论坛上二手版的信息标题作为抽取的实验领域,目的是通过模型从中抽取出二手信息的类型（转让、购买等）和品名（如自行车、电脑等）.实验结果验证了模型的有效性.