1、從目前的狀況來看，學者進行上市公司年報研究的數據主要來自于國泰安數據服務中心提供的經過整理的信息，或者手工收集一些尚未被整合的信息。不難發(fā)現目前被大量研究的數據集中在年報中直接列示的數字數據，或者通過必要的公式計算得出的經處理的數據，針對文本數據資料的研究還不夠完善，基本上都要通過手工收集獲取，收集研發(fā)信息就是一個典型的例子。從信息利用的角度來看，關于年報資源的組織和存取技術還有待提高，主要表現在缺乏有力的語義管理工具，檢索技術相對陳舊

2、，計算機僅把用戶的檢索關鍵詞當作簡單的字符處理。因此，對年報中的某一領域的信息（如研發(fā)信息）建立一種語義描述機制，使得計算機能夠具有語義理解能力，是提高年報資源服務效果的有效手段。
　　 本體(Ontology)是一種能夠在語義和知識層次上描述信息系統(tǒng)的概念建模工具。目前，伴隨著本體應用的領域和范圍的不斷加深，也出現了很多針對某一具體事件的領域本體，如財務管理領域本體、電信領域本體、高速鐵路領域本體、航跡規(guī)劃領域本體。本文將本體

3、引入到研發(fā)信息，嘗試構建研發(fā)信息本體，作為年報信息資源加工、組織和利用中有力的語義工具，在人和機器之間達成一種共識，促進人機交流。
　　 本文首先對研發(fā)信息在年報中的特征進行分析，認為可以將本體作為研發(fā)信息收集的語義工具，進而借鑒情報學領域中構建本體的經驗，結合知識工程領域在構建專家知識庫中取得的成績以及機器學習技術和自然語言處理技術的成果，嘗試構建研發(fā)信息本體。最后，以該領域本體為基礎，設計并開發(fā)了一個基于領域本體的信息抽取模