随着互联网时代的来临,网络上的信息呈现爆炸式的增长,互联网成为人们获取信息的重要途径,人们没有办法在有限的时间内阅读完所有的文本来获取重要信息,文本摘要技术应运而生。同时,经济迅猛发展,越来越多的人开始关注企业经济领域的发展,经济类新闻网站和微信公众号层出不穷。但是目前流行的一些经济类新闻网站或微信公众号,要么文本篇幅过长,需要读者花费大量的阅读时间,要么采用人工的方式缩减文本提取重要信息,耗费大量的精力和时间。所以,本论文提出可以将文本摘要技术运用在经济类新闻上,一方面精简了信息方便用户使用,另一方面给经济类新闻网站和微信公众号等提供了设计思路。本论文首先对文本摘要技术进行了研究,选取了一些经典的文本算法,并在自制数据集上对比了效果。最终选定以TextRank算法为基础,结合经济类新闻的文本特性,引入奖惩机制,提出一个基于TextRank算法改进的单文本摘要算法,以此设计实现了一个面向经济类新闻的文本摘要系统。在该系统中,还运用到了爬虫技术、根据新闻标题中的关键字为新闻自动分类技术、为不同类型的经济新闻提取相应的关键信息技术、关键词提取技术、多文本摘要技术、句子相似度计算技术和文本相似度计算技术。系统架构选用的是Flask框架,前端使用了 Bootstrap框架,使用MySq1数据库进行存储数据。论文还对系统中的一些重要模块设计进行了详细的介绍,包括获取并处理新闻信息模块、多文本摘要模块和收藏新闻模块。目前,系统已经通过了功能性和非功能性测试,处于良好运行的状态,并能够定期对系统进行扩展和维护。用户使用该系统时,能够浏览近期热点新闻的关键信息,按照新闻类别浏览新闻关键信息,能够将感兴趣的新闻信息添加至自己的收藏夹中便于日后查阅,系统还能够为用户自行上传的文本生成摘要等信息。系统在响应时间和数据准确性等非功能性指标方面也均能够满足用户使用需求。