本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)的級聯(lián)信息提取系統(tǒng)及方法，其中，預(yù)訓(xùn)練模塊用于獨(dú)立訓(xùn)練定位模塊和分類模塊，得到的預(yù)訓(xùn)練參數(shù)直接傳遞至強(qiáng)化訓(xùn)練模塊中對應(yīng)的定位模塊和分類模塊中；強(qiáng)化訓(xùn)練模塊用于對定位模塊和分類模塊進(jìn)行聯(lián)合訓(xùn)練，并通過強(qiáng)化學(xué)習(xí)框架進(jìn)一步優(yōu)化定位模塊和分類模塊，得到的強(qiáng)化訓(xùn)練參數(shù)直接復(fù)用于預(yù)測模塊中對應(yīng)的定位模塊和分類模塊；預(yù)測模塊用于對待檢測文本進(jìn)行信息提取，以待檢測文本為輸入，依次通過定位模塊和分類模塊，輸出待檢測文本的實(shí)體、關(guān)系和事件信息。本發(fā)明采用強(qiáng)化學(xué)習(xí)的方法有效解決級聯(lián)模型存在不可導(dǎo)過程的問題，避免單獨(dú)訓(xùn)練的模型在連接過程中產(chǎn)生的累積誤差，從而保證信息提取的有效性和準(zhǔn)確性。