当用户向搜索引擎提交查询后，搜索引擎向用户返回命中网页的标题、URL和网页摘要，网页摘要对于用户快速了解网页概要、提高搜索效率具有重要的作用。人们对传统的文本自动摘要算法进行了很多研究，然而由于应用场景的差异，这些研究成果无法直接用于网页摘要，目前针对搜索引擎上的网页摘要技术的专门研究还比较少。　　 要从原始的HTML网页得到符合用户查询需求的网页摘要，涉及到网页预处理，句子特征的选取和权重的计算，以及摘要内容消重等。本文对网页摘要生成所涉及的多个方面进行了研究，实现了一个完整的网页摘要抽取系统，主要的工作如下：　　 1、在网页预处理模块中实现了对网页的去噪处理和网页的句子划分。其中，去噪处理减少了无关信息出现在摘要中的可能，句子划分则使得摘要的内容较为连贯，意义较为完整。　　 2、提出了使用句子的查询相关特征、主题相关特征以及TF/IDF特征，来计算句子的权重，这些特征分别反映用户的查询需求、网页的主题和网页的特色内容。实验表明，本文的特征选取及权重计算是较为科学的。　　 3、基于原始的MMR（Maximum Marginal Relevance）方法，提出了MMR-WPS（MMR for Web Page Summarization）方法用于消除摘要的内容冗余，实验表明消重处理能够在一定程度上提高网页摘要质量，对内容较长的网页尤其明显。　　 4、建立了一个摘要评价系统。通过改进著名的Pyramid摘要评价方法，利用商业搜索引擎构建中文网页摘要评价数据集，从而使得摘要评价可以脱离人工参与大规模自动地进行。　　 本文设计和开发的网页摘要系统，已应用于木棉检索系统中，和开源的Nutch系统的摘要相比，在摘要的可读性和信息量上有了较大的提高。