随着信息技术与互联网的高速发展,互联网上的信息量成倍增长,而且更新速度越来越快,如何高效地在海量的信息中获得有用的信息变得日益重要。文摘作为文本信息内容的概述,能够客观的概括出信息的主要内容,使人们能够通过简洁可读的文字高效获取所需要的信息。深度学习技术为自动文摘技术的进一步发展提供了帮助,Word2Vec有关训练词向量的特性也被研究者所关注。本文提出一种基于Word2Vec的自动文摘系统的设计与实现方法,主要研究工作如下:1)提出了一种基于词特征的主题词提取方法,该方法通过统计词频,分析词性及词语所在位置等词特征来进行词语权重计算,完成了主题词的抽取。2)提出一种基于Word2Vec的自动文摘生成方法,在确定主题词时加入了通过Word2Vec进行词语加权的过程,通过主题词对文本候选摘要句进行权重评估。3)提出一种对自动文摘抽取效果的评测方法,将实验语料原文和抽取的文摘文本分别通过建立索引、再输入关键词进行检索,并计算其召回率来评测算法性能。实验结果与分析显示了本文提出的方法在自动文摘效果方面有所改善。本文最后对存在的问题及以后的研究工作计划进行了说明。