要提取文本中的陈述，可以使用自然语言处理技术和机器学习算法。以下是一种可能的解决方案，使用Python编程语言和NLTK库：

import nltk
from nltk import sent_tokenize, word_tokenize, pos_tag

def extract_statements(text):
    statements = []
    sentences = sent_tokenize(text)  # 将文本分割成句子
    for sentence in sentences:
        words = word_tokenize(sentence)  # 将句子分割成单词
        tagged_words = pos_tag(words)  # 对单词进行词性标注
        statement = []
        for word, tag in tagged_words:
            if tag.startswith('VB'):  # 只保留动词开头的词
                statement.append(word)
            else:
                if statement:  # 如果句子中已经有动词了，则将当前句子作为陈述添加到列表中
                    statements.append(" ".join(statement))
                    statement = []
        if statement:  # 处理最后一个句子
            statements.append(" ".join(statement))
    return statements

# 示例用法
text = "巴别塔是一个古老的故事。它讲述了人类试图建造一座通天的塔，并因此而遭到上帝的惩罚。"
statements = extract_statements(text)
for statement in statements:
    print(statement)

上述代码使用了NLTK库提供的sent_tokenize函数将文本分割成句子，并使用word_tokenize函数将句子分割成单词。然后，使用pos_tag函数对单词进行词性标注。在词性标注中，我们只保留以"VB"开头（表示动词）的词。如果句子中已经有动词了，则将当前句子作为陈述添加到列表中。

在示例用法中，我们给出了一个包含两个陈述的例子。输出结果将是：

是 一个
讲述 了
试图 建造
遭到 惩罚

这些是从原始文本中提取出的陈述。请注意，这只是一种可能的解决方案，根据实际需求，你可能需要根据不同的文本和语言进行调整。