構(gòu)建知識圖譜需要滿足三項要素要求，分別是實體，關(guān)系和屬性。文本信息提取，則是在文本中提出三元信息，包括實體和關(guān)系的信息，實體和屬性的信息，然后將這些關(guān)系設(shè)置成數(shù)據(jù)庫的過程。

進(jìn)行信息提取的主要環(huán)節(jié)介紹：

1、確定要進(jìn)行信息提取的知識本體。

2、為每一個目標(biāo)知識點設(shè)立足夠的訓(xùn)練語料，或是抽取足夠的編寫規(guī)則

3、利用機(jī)器學(xué)習(xí)的方法，在訓(xùn)練語料和規(guī)則的基礎(chǔ)上，建立模型。

構(gòu)建知識圖譜**重要的環(huán)節(jié)，NLPIR平臺KGB知識圖譜在文本信息提取的優(yōu)勢：

1、能夠解析不同格式文檔和圖片

KGB知識圖譜引擎，能夠?qū)Σ煌姹竞透袷降奈臋n進(jìn)行解析：TXT、DOC、EXCEL、PPT、PDF、XML等，對于圖片，OCR可自動識別并抽取圖片中的文字信息。

2、對結(jié)構(gòu)化表格數(shù)據(jù)知識抽取

KGB能夠自適應(yīng)解讀并抽取結(jié)構(gòu)化表格數(shù)據(jù)，實現(xiàn)知識的快速生成。

3、對非結(jié)構(gòu)化文檔知識抽取

KGB知識規(guī)則引擎，能夠快速定位非結(jié)構(gòu)化文檔中的關(guān)鍵信息（主體、時間、金額等），進(jìn)行高效抽取知識。

NLPIR大數(shù)據(jù)語義智能分析平臺，是基于中文數(shù)據(jù)挖掘的綜合需求，融合了網(wǎng)絡(luò)精準(zhǔn)采集、自然語言理解、文本挖掘和語義搜索的研究成果,并針對互聯(lián)網(wǎng)內(nèi)容處理的全技術(shù)鏈條的共享開發(fā)平臺。