Internet的飞速发展极大方便了人们对信息的获取和使用,但同时也带来了信息过载的问题。在这些海量信息中快速、准确地找到所需要的信息变得越来越困难。面向查询的多文档自动文摘将查询返回的文档集合的内容提炼成包含与查询相关的主题、满足个性化需求的摘要,它能够显著提高信息获取和利用的效率。本文主要研究面向查询的多模式自动摘要问题。为了满足用户的个性化查询需求,设计了多种摘要模式。所做的主要工作包括以下几个方面:第一,将复杂网络的相关理论和方法成功引入到了自动文摘领域。提出了文档集合的复杂网络表示方法,将文档集合表示为以文本、段落为节点的双层网络结构;重新定义了模块度增量矩阵△Q,采用CNM算法思想对文本、段落进行自适应聚类以发现子主题。它们为后面的多模式摘要设计奠定了基础。第二,研究了文摘单元的提取策略。一方面,在采用基于关键词提取的文摘句打分方法后,通过衡量各个类的信息容量,从每个类中抽取不同数量的文摘代表句;另一方面,应用复杂网络中节点度的思想来分析每个段落的重要性,进而提取核心段落作为另一种文摘单元形式。第三,设计了多种摘要模式。为了满足不同用户的个性化查询需求,本文充分应用文档集合的网络拓扑结构,除传统的摘要模式外,又设计了概括摘要、偏重摘要、全局摘要和详细摘要这四种摘要模式。支持用户以主题为线索自主漫游,按照一定的逻辑顺序浏览信息。