关键词自动抽取是依靠计算机从文档中选择出反映主题内容的词,也称作关键词自动标引,可以为用户提供一个简洁的内容摘要,使信息定位更加简单。关键词抽取在自动文摘、信息检索、文本分类、文本聚类等方面具有十分重要的作用。如何智能、快速、有效地从互联网上获取信息已经成为当前计算机领域中一个迫切需要解决的问题。关键词抽取是实现对互联网上信息快速和精确获取的重要手段。　　 本文挖掘和利用文档的结构和内容信息,对网页关键词抽取问题中的关键技术做了研究。主要内容包括：⑴在关键词抽取的研究中,本文将关键词抽取问题看成二元分类问题,即关键词类和非关键词类,设计并实现了关键词抽取算法。⑵提出了一种新的计算词义相似度的方法。在HowNet2002版的基础上,本文借鉴马尔科夫模型利用树状结构来计算词汇语义相似度。⑶提出了一种改进的TF-IDF方法,引入《同义词词林》在分词后将同义词做一次聚类,计算词频采用该词在文章中同义词的频率和,反文档频率采用《同义词词林》提供的同义词的反文档词频和。该方法与传统的TF-IDF方法相比有一定优势。⑷提出关键词的依存词的概念,对关键词所在的句子做句法分析,抽取依存词使得关键词更加能表达文章的语义。