随着Internet的快速发展,关于某一主题的信息会通过不同渠道充斥着整个互联网。面对大量内容相近的主题文档集,有效地获取到真正需要的信息变得越来越困难。如何向用户提供全面简洁的主题信息、从而提高人们获取信息的效率日益受到研究者的关注。本文围绕中药副作用这一Web主题信息的抽取和汇总工作所需的查询扩展和信息抽取关键技术展开了研究。首先,针对主题信息所具有的多样性以及抽取工作对信息全面性的高度要求,本文提出了一种面向主题的关键词查询扩展方法,以解决主题信息查询中信息量不足的问题。该方法通过对给定主题的初始关键词搜索反馈网页进行分析,采用TF*PSF语义加权方法计算主题候选词的权重来进一步筛选主题关键词,以达到主题信息采集的目的。在此基础上,设计了面向Web主题的关键词迭代查询扩展算法,采用主题关键词的组合查询方法,来改善全面获取主题信息的查询策略。其次,根据网络主题信息所特有的噪音大、较稀疏、冗余性强、文本结构特征少等特点。本文提出一种基于可信度计算的主题句抽取方法,以抽取粒度较细的主题信息,并增加信息的置信度,从而实现信息的甄别操作。该方法通过多个侧面对目标主题的衬托,采用LDA(Latent Dirichlet Allocation)模型对主题信息进行建模,利用各个主题概率分布的平滑度进行候选句的可信度计算来抽取主题句。此外,在采用AP(Affinity Propagation)聚类基础上,提出一种基于信息比评价的主题信息层次化显示方法,进行最终的主题信息抽取及层次化显示。最后,本文对三种药品副作用信息进行信息检索和抽取实验,在面向Web的主题相关的信息抽取的具体应用中,取得了较好的效果。