信息抽取技术旨在从非结构化文本中提取结构化信息,是提升信息感知、存储与理解效率的核心技术,在社交网络分析、舆情监测、知识库构建等领域具有重要的研究价值。随着社交网络媒体的快速发展,海量用户生成内容为信息抽取提供了丰富的数据来源,同时也带来了噪声多、动态性强、跨模态融合等挑战。本书聚焦社交网络环境下的信息抽取技术,系统梳理了实体识别、关系抽取、事件抽取等关键任务的研究现状、数据集资源及基础技术,并详细介绍了作者团队在社交网络信息抽取领域的最新研究成果,包括社交网络文本的实体与关系抽取、多模态社交数据的信息抽