随着信息技术的高速发展,互联网应用渗透到人们工作生活的各个方面,爆炸式的信息增长使人们难以快速准确地获取所需信息。如何从海量数据中分析关键数据、抓住重点内容,成为一项具有挑战性的任务。多文档自动文摘技术是解决这一问题的一种途径。自动文摘技术可以自动生成概括性文字,将相关内容浓缩为简洁的摘要。近年来,很多文摘方法相继被提出,自动文摘技术不断地得到改进和完善。本文对自动文摘中常用的主题模型方法进行了分析,针对现有方法的不足,对主题模型进行了改进,并且对摘要句排序算法进行了完善,在此基础上提出了一种基于主题模型的多文档自动文摘方法。本文的研究工作主要包括以下几点:(1)针对主题模型分类不精确的弱点,对主题模型进行了改进,假设主题模型是由文档特定模型和背景模型混合而成,分别对文档-词、主题-词、文档-主题的概率进行重新估算,使一些可由背景模型解释的词和主题,不再出现在文档特定的主题模型中,主题分类更加准确,主题内的词的一致性更强。(2)针对摘要句的排序问题,通过比较句子相似性确定每两个摘要句之间的先后关系,构造以摘要句为顶点、句子之间先后关系为边的有向图,通过对有向图排序来得到摘要句的顺序。(3)实现了一个基于主题模型的多文档自动文摘系统,融合了主题模型和多个统计特征,可以对查询进行响应,通过MMR方法降低冗余,排序后生成摘要。对本文提出的主题模型重估方法和多文档自动文摘方法进行实验,实验结果表明主题模型重估方法提升了主题的纯度,分类效果更好;自动文摘方法可以得到信息较全面、组织良好的摘要。