為了克服文本標題的人物關系抽取中非人物實體的干擾、關系特征詞的選取以及標題中多人物實體對目標實體的關系判定的影響，提出基于決策樹的人物實體判別、基于最小集合覆蓋的關系特征詞生成以及基于三層句式規則統計方法。首先，針對中國機器學習會議（ CCML）競賽中人物關系屬性文件中對人物的描述，提取18種特征，采用C4.5分類器，獲得了98. 2%的查全率和92. 6%的查準率，其結果作為下一步人物關系判定的條件；其次，為了保證特征詞集合的規模維持在合適的水平，采用了基于最小集合覆蓋的特征詞覆蓋的算法，結果表明，隨著特征詞集合達到一定的規模，特征詞集合完成對所有類別關系的集合覆蓋，用以判定文本標題中人物關系類型；最后，采用三層句式規則統計方法，用以生成過濾掉比重較小的句子規則和根據關系正負比例判定的進一步細分句式規則，以判定文本標題關系與否。實驗結果表明，在19種人物關系判定上取得82. 9%的查全率、74. 4%的查準率以及78. 4%的F1測度。所提方法可以有效用于新聞標題人物關系提取，用以構建人物關系知識圖譜。