从目前的状况来看,学者进行上市公司年报研究的数据主要来自于国泰安数据服务中心提供的经过整理的信息,或者手工收集一些尚未被整合的信息。不难发现目前被大量研究的数据集中在年报中直接列示的数字数据,或者通过必要的公式计算得出的经处理的数据,针对文本数据资料的研究还不够完善,基本上都要通过手工收集获取,收集研发信息就是一个典型的例子。从信息利用的角度来看,关于年报资源的组织和存取技术还有待提高,主要表现在缺乏有力的语义管理工具,检索技术相对陈旧,计算机仅把用户的检索关键词当作简单的字符处理。因此,对年报中的某一领域的信息(如研发信息)建立一种语义描述机制,使得计算机能够具有语义理解能力,是提高年报资源服务效果的有效手段。本体(Ontology)是一种能够在语义和知识层次上描述信息系统的概念建模工具。目前,伴随着本体应用的领域和范围的不断加深,也出现了很多针对某一具体事件的领域本体,如财务管理领域本体、电信领域本体、高速铁路领域本体、航迹规划领域本体。本文将本体引入到研发信息,尝试构建研发信息本体,作为年报信息资源加工、组织和利用中有力的语义工具,在人和机器之间达成一种共识,促进人机交流。本文首先对研发信息在年报中的特征进行分析,认为可以将本体作为研发信息收集的语义工具,进而借鉴情报学领域中构建本体的经验,结合知识工程领域在构建专家知识库中取得的成绩以及机器学习技术和自然语言处理技术的成果,尝试构建研发信息本体。最后,以该领域本体为基础,设计并开发了一个基于领域本体的信息抽取模型进行本体检验。