随着互联网上信息的快速增长,信息抽取技术越来越被关注,而实体关系的抽取又是这些任务中非常重要的一个子任务。经研究发现由于传统的实体关系抽取技术面向句子级,只在一个句子中进行抽取,从而丢失了大量的关系。因此本文提出全局实体关系抽取,对篇章中的任意两个实体进行关系抽取和分类。本文从音乐领域入手,通过详细的统计和分析,发现实体关系抽取会受到实体之间其它关系的影响,比如实体间的等价关系和并列关系。通过实体之间等价关系和非等价关系的融合和简单推理可以实现全局实体关系抽取。本文首先采用基于规则和利用依存句法以及二者结合的多种方法对音乐领域实体的所有表述进行识别;然后在此基础上分别采用基于规则,基于二元分类以及二者结合的多种方法对音乐领域的共指消解进行研究;其次研究了卷积树树核和混合核等在音乐领域实体关系抽取中的应用;最后通过关系间的有效融合和简单推理,实现全局实体关系抽取。评测结果显示,我们的全局实体关系抽取比传统实体关系抽取的F值提高了13.8%,而且我们的技术可以适用于任何领域。最后本文还设计并实现了共指消解实验与应用平台和文本挖掘技术集成平台,为自然语言处理领域研究和应用提供更好的服务。