本文对Web信息检索领域中的若干技术开展了研究，主要工作包括以下几个方面：文档聚类技术的研究。本文提出了一种平面-层次式的文档聚类方法FHC。该方法采用了先平面聚类、后层次聚类的思想，并融合了传统的分割聚类法和凝聚聚类法的特点，具有较低的计算复杂性和较好的聚类效果。 文档分类技术的研究。本文实现了一个多值返回的层次式文档分类系统MHCS。该系统具有算法简洁、可理解性强、分类精度高的特点。同时，在文档聚类技术的支持下，本文为该分类系统设计了一种有效的训练资料准备方法。此外，本文提出了一种增量训练算法。该算法利用未标注文档来提高分类系统的分类精度，减少了分类系统在训练阶段对已标注文档的需求。 网页内信息块自动提取技术的研究。本文试图将Web信息处理从“网页”深化到“网页内的信息块”这样一个更细的粒度。为此，我们从结构和语义两个不同的角度对网页中的信息块加以定义和区分，提出了结构信息块和语义信息块的概念，并分析了两者之间的关系。在此基础上，我们提出了一种新颖的网页信息块提取方法，该方法同时从语法、结构和语义三个层次对网页进行处理，综合考虑了网页结构的信息和网页中信息块之间的语义联系。我们还进行了大量的实验，对该方法的信息块提取效率及其对后续应用的影响加以评估。实验证明本文所提出的信息块提取方法能准确地从网页中提取出信息块，并有望提高后续Web信息处理系统(如网页检索系统，网页分类系统等)的性能。