互联网+时代的到来,使得信息呈现爆炸式的增长。当前数据量越来越庞大,信息内容越来越复杂,数据形式越来越多样,人们迫切需要一种技术能够及时处理信息,从数据海洋中提取出重要而简洁的方便人浏览的信息。自动文档摘要技术能够帮助人们从信息的海洋中解脱出来,它将自动帮助人们分析关键数据、抓取重要信息、理清重大事件。然而过去的自动文档摘要技术还并没有完美的达到这个愿景,自动文档摘要技术还受限于很多其他技术的发展。传统的自动文档摘要技术很少涉及对语义内容的分析,尤其是抽取式的摘要。本文研究的重点就是抽取式摘要,我们使用了层次潜在狄利克雷分配的方法对文档建模,从该建模结果中分析并提出了一种浅层语义特征--层次分布用于文档摘要系统。我们详细分析了所提出的层次分布特征在单文档、多语言多文档摘要任务和系统中的性能,通过大量的实验证明并阐释了该新特征的有效性。在此基础之上,我们将该新特征和其他传统的用于文档摘要的特征进行对比和结合,进一步说明了本文工作的合理性、创新性。