本论文针对信息抽取的关键技术之一命名实体的抽取进行了较为全面而深入的研究。首先着重分析了中文命名实体识别的难点和特点。然后针对人名、地名、机构名分别建立了以单字、辞典词、类为单位的HMM模型，有效地解决了机构名的嵌套问题，同时加入单字命名实体HMM，能实现部分缩略语的识别，对具有包含关系的连续多个地名和机构名以通过建立级联表的方式进行处理；对于时间表达式和数值词表达式采用构建DFA的方式识别。最后采用基于类语言模型的方法将多类的命名实体识别融合在一个统一的分词框架内，该方法充分地利用了实体的局部特征和文本的全局信息，可以消除命名实体类之间的歧义。 在上述研究基础上实现了一个中文命名实体自动识别系统，通过对40万字的真实语料进行测试，召回率达到81.10％，准确率达到83.69％，且处理速度达6-8字符/毫秒。