要对文本信息进行自动提取，您可以考虑使用自然语言处理（NLP）技术。以下是一些常用的方法：

1. 命名实体识别（NER）：这种方法可以识别文本中的命名实体，如人名、地点、组织等。NER技术通常使用机器学习算法进行训练，以识别文本中的特定实体。
2. 句法分析：这种方法可以分析句子的语法结构，以确定主语、谓语、宾语等各个成分之间的关系。句法分析技术通常使用语法分析器来实现，其结果可以用于信息提取、句法结构分析和语义理解等任务。
3. 文本分类：这种方法可以将文本分类到不同的类别中，如情感分析、主题分类等。文本分类技术通常使用机器学习算法进行训练，以识别文本中的特定模式并将其分类到不同的类别中。
4. 信息抽取：这种方法可以从文本中提取结构化信息，如关系型数据库中的表格。信息抽取技术通常使用规则或模式匹配算法来实现，以从文本中提取有用的信息。
5. 问答系统：这种方法可以自动回答用户提出的问题。问答系统通常使用自然语言生成技术来生成自然语言回答，并使用自然语言理解技术来理解用户提出的问题。

以上方法可以根据您的具体需求进行选择和调整。如果您需要自动提取文本信息，您可以考虑使用这些方法来提高提取的准确性和效率。