随着互联网的发展,网络信息呈爆炸式的增长,如何快速有效的获取网络信息已成为一个重要的研究问题。文本摘要和关键词抽取技术正是在这样的一个背景下发展起来的,随着信息检索和自然语言处理技术的发展,文本摘要和关键词抽取这两个技术已成为近年来的研究热点。文本摘要和关键词抽取是自然语言处理领域的两个重要研究课题,它们均以生成描述文本主旨内容的精简信息为目标。尽管这两个任务目标相似,但它们通常被作为两个独立的问题分别研究,而较少考虑其彼此间的自然关联性。尽管已有学者提出了基于图模型的协同抽取方法,该方法同时考虑了句子与句子、词与词、句子与词之间的各种关系,以迭代强化的方式同时生成文本摘要和关键词,但现有模型大多仅限于表达句子与词之间的各种二元关系,而忽视了不同文本单元间潜在的若干重要的高阶关系。鉴于此,本文提出了一种新的基于超图的协同抽取方法。该方法以句子作为超边,以词作为结点构建超图,在一个统一的超图模型下同时利用句子与词之间的高阶信息来生成摘要和关键词。在NLPCC2015面向微博的新闻文本摘要任务数据集上的实验结果验证了本文所提方法的可行性和有效性。基于我们提出的方法,实现了一个面向新闻的在线自动摘要与关键词协同抽取系统。该系统可以实时获取新浪新闻中心热门排行榜上的新闻,为每个新闻生成摘要并同时抽取出其中的关键词,以简要的形式展示给用户,用户通过浏览文章的标题、关键词以及摘要来迅速了解新闻的关键信息。