在阅读学术资料时,人们总是希望能迅速准确地把握文章中的术语词及其定义,从而能更好地理解和把握主题；在自然语言处理的工作中,研究者也希望通过对术语的正确识别来为其它深层的研究提供支持。因此本文对中文术语抽取和中文术语定义抽取展开研究,并设计实现了基于最大熵的中文术语抽取系统,它包括中文术语抽取子系统和中文术语定义抽取子系统。中文术语抽取子系统基于最大熵进行术语抽取。它利用大量的已有术语,学习其内部结构特征,借助最大熵工具来训练分类模型,通过该模型对候选术语词进行分类来判定其是否为术语词。评测结果显示,该系统术语抽取的准确率可达63.75%,召回率可达到78.84%；中文术语定义抽取子系统结合多个知识库,从网络中查询并抽取术语词的准确释义；本文设计实现的基于最大熵的中文术语抽取系统还基于AJAX技术,提供了用户反馈的功能,通过用户提交的识别错误升级完善系统。此系统能够准确快速地对中文文本进行术语及其定义的抽取,其界面简洁美观,给用户处理术语带来了很大的方便。