摘要：GATE是目前在自然语言处理领域比较受推崇的一个开源项目,它是一个应用非常广泛的自然语言处理和信息抽取的开放型基础结构,由Sheffield大学的自然语言处理研究组在EPSRC(The Engineering and Physical Sciences Research Council)资助下研究开发.GATE为用户提供图形化的开发环境,被许多自然语言处理项目尤其是信息抽取研究项目所采用.该系统可以自动处理文档格式、结果存储及分析评价,还可以针对结果进行系统调试.对语言处理的各个环节(从语料收集、标注、重用到系统评价)均能提供很好的支持. MUC所定义的信息抽取,分为命名实体识别、共指消解等五个典型的信息提取阶段.其中,命名实体的识别是目前最有价值的一项技术,它是信息抽取任务的一个非常重要的预处理模块,也是最基础的一个阶段.命名实体识别就是要判断一个文本串是否代表一个命名实体,并确定它的类别.MUC中提到的命名实体包括人名(Person)、地名(Location)、机构名(organization)、日期(data)、时间(time)、百分数(percentage)、货币(monetary value)这七类命名实体.GATE所提供的整体解决框架以及ANNIE应用实例组件等,已经能够很好地实现英文命名实体的识别,能够对以上提到的七类命名实体更为具体的识别与抽取进行扩展,并提供了信息抽取的抽取规则编写与定义、词性标注等相关功能.本文内容包括： 1 GATE简介 2 GATE的基本设计思想与原理 3 英文信息抽取组件ANNIE 4 GATE中语料的收集与处理 5 系统评价 6 结语
