互联网技术的快速发展使得网络信息井喷式地增长,虽然搜索引擎技术的发展使人们可以方便地从网络上获取想要的内容,但随着网络信息的快速增多,人们花费在搜寻有用信息上的时间也越来越多了。在这种情况下,单纯地使用搜索引擎技术已经越来越难以满足人们准确捕捉信息的需求。面对这种困境,多文档自动摘要技术被提出来,多文档自动摘要是自然语言领域中的一个重要研究方向。多文档摘要可以将多篇同一主题的文档进行汇总,提供给人们简洁,全面的信息,将人们从繁琐、冗余的信息中解脱出来。本文以TAC2009的Update Summarization子任务为实验背景,设计并实现了一个研究基于维基百科的抽取式多文档自动摘要系统。系统首先对文档进行句子分割、词性标注等预处理,然后依据句子TF*IDF、句子位置、句子与主题相似度以及句子长度四个特征的组合对句子排序.然后基于维基百科这种外部资源来进行句子过滤,最后抽取句子生成摘要。本文使用ROUGE评测工具对使用维基百科前后的摘要进行对比实验,实验结果表明维基百科能较大程度上提高多文档摘要质量。