1.一种信息抽取及知识图谱构建系统，其特征在于，包括：
2.根据权利要求1所述的一种信息抽取及知识图谱构建系统，其特征在于，所述数据预处理模块中配置有基于隐马尔可夫模型构建的分词模型，通过所述分词模型提供分词服务；
3.根据权利要求1所述的一种信息抽取及知识图谱构建系统，其特征在于，所述实体特征提取服务用于通过多特征学习实体的上下文信息和语义特征，实体特征包括词性、词形、上下文窗口内的词语、词袋模型；
4.根据权利要求1所述的一种信息抽取及知识图谱构建系统，其特征在于，所述事件提取模块用于多特征提取事件的关键特征，事件的关键特征包括动词、名词短语、时间短语、词性，通过学习事件的关键特征识别事件中关键因素，关键因素包括动作、参与者、时间；
5.根据权利要求1所述的信息抽取及知识图谱构建系统，其特征在于，对于图结构的数据模型，实体作为图中的节点，关系作为图中的边，属性作为节点和边的属性。
6.根据权利要求1所述的信息抽取及知识图谱构建系统，其特征在于，所述知识检索服务支持根据实体的属性、关系的类型、事件的时间作为条件进行查询，得到满足条件的实体和关系；
7.一种信息抽取及知识图谱构建方法，其特征在于，通过如权利要求1-6任一项所述的信息抽取及知识图谱构建系统进行信息抽取并构建知识图谱，所述方法包括如下步骤：
8.根据权利要求7所述的信息抽取及知识图谱构建方法，其特征在于，对于数据预处理，通过基于隐马尔可夫模型构建的分词模型提供分词服务；
9.根据权利要求7所述的信息抽取及知识图谱构建方法，其特征在于，对于实体提取，通过多特征学习实体的上下文信息和语义特征，实体特征包括词性、词形、上下文窗口内的词语、词袋模型；
10.根据权利要求7所述的信息抽取及知识图谱构建方法，其特征在于，对于图结构的数据模型，实体作为图中的节点，关系作为图中的边，属性作为节点和边的属性；