大数据时代产生庞大文献资源的同时,也出现了信息过载的问题,文本数量已经远远超出人工处理的极限。借助自动摘要技术,对文本生成精炼的“思维导图”形式摘要,可迅速了解全文的核心内容框架;文献检索数据库能更准确有效地进行论文比对和查重;各类数据库将生成更精确的索引,方便读者检索。源于1958年的自动摘要技术研究逐渐受到业界重视。其中,TextRank是基于图方法的代表性算法之一。TextRank算法属于无监督方法,无需语料即可直接应用于单文档。该算法把文本分割为若干单元(词语、句子),这些单元作为节点,单元间的相似度构成节点的边,建立图模型,再代入到TextRank公式中迭代计算,得到句子权重,最后选取权重得分最高的句子作为摘要。本文研究面向单文档的中文文献,在传统的TextRank算法基础之上,分析了具有标题结构和摘要关键词的计算机类文献,并针对这类文本,引入了标题、摘要关键词及句子位置等文本特征,将标题相似度、摘要关键词、句子位置融入到句子权重的计算,综合考虑得出最后的句子权重,从而生成摘要。实验语料来自知网下载的50篇中文计算机类文献,各自选取一个带标题的章节共50篇,同时保留每篇文献的摘要关键词。本文利用自动摘要评价指标平均准确率P、平均召回率R和平均F值,对比改进的句子权重算法和TextRank算法的自动摘要效果,结果表明生成质量获得了一定的提升;利用滚雪球的方法确定改进算法的最终句子权重的参数δ;测试了改进算法和TextRank算法两种方法在不同抽取数时,占人工摘要句子集的覆盖率情况,测试结果表明改进后的自动摘要方法效果有一定程度上的提高。