随着信息科学与技术的发展,计算机与互联网已经成为了人们生活中必不可少的一部分,大量的信息开始以电子文档的形式出现在人们面前,我们也慢慢进入了一个信息过载的时代。所以我们越来越希望用比较简练的文字来实现对信息的压缩以表达出电子文档的主要内容。自动摘要技术的出现使得我们在信息检索的过程中提高了获取知识和信息的效率,减少了用户查询所关心的信息的时间。同样的,在我国每年的全国政协会议期间,数千位政协委员要提交平均大于5000件的提案,所以一份良好的提案摘要可以很方便的指出该提案的中心主旨,可以在一定程度上提高政协委员参政议政的效率,并且为提案的数字化管理提供了极大的便利条件。基于上述背景,本研究对自动摘要技术进行了深入的研究,主要包括以下几个方面的工作:1.在对文摘句抽取的过程中融合了统计信息和语义信息,改进了基于《知网》的义原相似度计算算法,同时在此基础上设计了一种基于上下文的词语语义相似度计算算法并将其应用到句子语义相似度当中,同时改进了衡量句子相关性的算法BM25。2.对文章主题划分进行了研究,使用互信息的概念衡量段落之间的关联程度。然后通过对分主题分别抽取摘要句提高摘要的主题覆盖率。3.使用基于图的自动文摘算法TextRank计算句子的全文权重,同时结合句子本身特征实现摘要句的抽取。将文档划分成若干个句子构成图的节点,以句子之间的相似度构成边,形成图模型,然后利用投票迭代至收敛的算法原理并加以句子特征形成摘要候选句集,最后对候选句集进行平滑处理并按原文顺序输出形成摘要。4.设计并实现了自动文摘原型系统,并且将此系统应用到政协提案管理中,通过对比实验验证并评价了本系统的性能。实验结果表明,本文的自动摘要算法具有一定的适用性。最后对本文研究内容进行总结,提出下一步的工作展望。