随着互联网技术的迅速发展,互联网对于人们的生活、学习、工作等方方面面,越来越不可或缺。多文档自动文本摘要任务的目标是从多个文本中,总结提炼出用户最关注的信息,从而减少用户搜寻相关信息的时间,提高用户获取信息的效率。朝鲜族是我国56个民族之一,朝鲜语是我国具有文字的少数民族语言之一。我国一直致力于朝鲜语信息技术标准化的研究工作。中英文自动摘要任务目前已经取得了显著的成果,但目前国内朝鲜语自动文摘技术探索较晚,目前还没有较为有效的方法。朝鲜语具有词尾形态变化丰富等特点,这为词向量的构建带来了一定的困难;还没有大规模的朝鲜语多文档自动文本摘要的语料库;关于多文档自动文摘的评价指标还不算完备,这都是多文档自动文本摘要发展的研究难点。所以,对朝鲜语多文档自动文本摘要进行研究,具有十分重要的意义。本文提出了一种朝鲜语多文档自动摘要的方法,本文的主要创新点为:（1）为了解决朝鲜语词向量语义表示能力不足的问题,本文提出了一种朝鲜语词向量的表示方法——形态素词向量（MorV）,先将语节拆分成多个形态素（变换原形）的组成形式,再对拆分好的形态素进行词向量训练。上述方法考虑了朝鲜语的形态信息,训练得到的词向量语义表示能力强;（2）句子相似度度量是很重要的上游任务,本文提出了一种基于融入子词级别信息的朝鲜语句子相似度度量方法（Kor-Sim）,该方法可以较好地提升朝鲜语句子相似度计算的效果,此外本文提出的朝鲜语句子相似度计算方法Kor-Sim,还可以作为摘要质量的一个评价指标,可以从语义层面来评估生成摘要的质量;（3）在朝鲜语摘要句抽取的过程中,将上文提出的朝鲜语句子相似度度量方法用于TextRank算法,构建图模型,从而进行摘要句的抽取。