随着计算机技术的不断进步及互联网的快速普及,互联网上的各类信息正以爆炸式的趋势发展,它在带给人们丰富充足的海量信息的同时,也给我们快速有效的搜索到最有用的信息为目标的网上冲浪带来了非常大的困扰和挑战。自动文摘技术是自然语言处理领域中一项热门的研究课题,主要是研究利用计算机从自然语言文本中如何准确地自动提炼出较少的文字,这些文字可以全面的反映原文本所包含的主要信息。其本质是对原文中心内容的信息挖掘和浓缩。目前已有的自动文摘方法主要分为四种：自动摘录、基于结构的自动文摘、基于理解的自动文摘和信息抽取方法。作为自然语言处理的另一个分支——指代消解,它是自然语言处理的重点和难点问题之一,在机器翻译、自动文摘、自动问答系统、多语言处理技术等诸多应用中起着非常重要的作用。近年来,指代消解领域非常流行基于句法分析和基于语料库的两种研究方法。其中,基于语料库常用方法主要有四种：基于规则的方法、基于统计的方法、基于分类的方法和具有中文特色的研究方案。本文对自动文摘和指代消解的定义、分类、研究现状和方法进行了相应的介绍,并进行了以下研究工作：1.将多特征信息组合的规则方法应用于中文指代消解,并采用基于主语核心词-谓语核心词、谓语核心词-宾语核心词词语共现和有限窗口结合的概率统计思想改进指代消解算法。2.综合应用段落主题划分思想及篇章结构分析以改进自动文摘结果。3.设计并实现了一个简单的金融领域自动文摘系统,通过实验验证了所研究的自动文摘算法在一定程度上提高了文摘生成的准确率和可理解程度。本文的自动文摘算法还有待改进,可以从以下几个方面开展深入研究：名词词组识别、词语与概念之间关系扩展、概念上下沿的粒度划分、有限窗口的滑动性和可变性研究。