当今社会已进入大数据时代,每天都有PB级信息出现在网络上。面对着大量的信息井喷,无论用户还是网站都面临着难处。用户的难处在于如何短时间内选择自己最感兴趣或者希望查看的文章,而网站的苦恼则是如何把相关的文章推荐给用户。这两个问题都属于一个方向,信息抽取。本论文针对信息抽取进行了由浅入深的研究。针对一篇文章,首先抽取了文中词语的基本属性信息,实现了命名实体识别。然后基于机器学习的方法,采用SVM分类器,将文章的结构信息以及语义信息相结合,自动找出文章的摘要句,以文中出现顺序展示给用户。该方法结合了关键词密度特征,优化了基于经验权重生成摘要的方法。最后,本文实现了自动标签系统。自动标签系统以信息检索系统为基础,结合查询扩展算法对标签进行得分计算,并且利用自动摘要结果进行结果修正,完成对文章相关标签集的有效贴取,从召回率和准确率上都达到了目标要求。