随着计算机和互联网技术的飞速发展以及广泛应用,万维网已经成为世界上最大的信息源,如何在这海量信息中搜寻所需要的信息、获取信息的主旨,如何快速阅读每天涌现出来的新信息,己经是一个迫在眉睫的问题。而自动文摘正是解决这一难题的重要应用。自动文摘是指利用计算机自动对文本编制摘要,是自然语言理解的重要应用领域之一。自动文摘也是一项极具难度和挑战性的工作,目前,国内外在这一方面的研究己取得了一定进展,本课题的研究目标是在对自动文摘技术进行深入研究的基础上,提出一种适合于web文档的自动摘要方法,并实际开发出一个基于向量空间模型的web文档自动摘要系统。本文的研究内容主要有以下几个方面:(1)概述了数据挖掘、web挖掘、web文本挖掘以及文本摘要的概念、特点和主要内容,并对文本摘要的方法和质量评价等关键技术进行探讨和研究。(2)基于向量空间模型的文本自动摘要研究。在对向量空间模型进行系统、深入的分析研究基础上提出了基于向量空间模型的中文文本自动摘要算法,并针对普通文摘中常出现的冗余问题进行处理。实验结果表明,本方法提取的摘要不受领域知识限制,能有效地去除冗余,更好反映文档内容。(3)在上述研究的基础上,设计并实现了文本摘要系统。建立了Web新闻文档自动摘要原型系统,以此作为深入研究文本自动摘要技术的实验平台。