从新闻中抽取出的发生地对于舆论溯源与检索信息有所帮助,目前针对发生地抽取的研究较少,大部分学者致力于抽取出新闻中包含的地名或是新闻事件的抽取。命名实体识别技术无法判断哪个地名是新闻发生地,而新闻事件的抽取无法保证一定能抽取出所有的事件要素。因此,本文针对抽取出新闻发生地这一研究任务,为其构造了多个不同的特征,并使用两种抽取方式进行发生地抽取。本文的主要工作流程为以下几步:(1)对文本进行预处理;(2)新闻中所有地名与人名的识别;(3)人工标注并将其转为机器能够识别的标签;(4)知识图谱构建;(5)计算特征向量;(6)训练模型并实验评估抽取效果。其中本文的知识图谱使用基于关系抽取模型构建,主要用于发现地名之间的包含关系,帮助构建地名森林。本文从两个角度解释发生地抽取任务。其一,本文把发生地抽取看成是一个二分问题,将文章中的每个地名词进行二分分类,识别其是发生地或非发生地。其二,本文把发生地抽取作为一个序列标注问题来解决,预测新闻中每个词的标签,从而找到新闻发生地。对于二分问题,本文选取了随机森林进行建模。从新闻中抽取出所有的地名词,并为其构建特征向量,使用这些特征向量训练二分模型。对于序列标注问题,本文使用LSTM模型,其输入是包含词向量的特征向量集合,输出是每个词的标签。经实验验证,二分分类的评估结果整体上好于LSTM的结果,其准确率略低于LSTM的准确率,为93.1%;但其F1值较高,为93.4%。并通过对比实验发现本文的评估结果要略优于近期的相似研究。