随着社会的进步和互联网技术的发展,网络信息量的频繁剧增,当今社会面临着信息大爆炸。每天都有大量信息以电子文档的形式出现在人们面前。如何在海量信息中搜寻所需要的信息、获取信息的主旨,如何快速阅读每天涌现出来的新信息,已经是一个非常急迫的问题。实际上,人们不可能通过阅读所有的电子资料来获得所需要的信息,传统人工处理信息的手段已经远远不足,迫切需要信息压缩精选工具来对大量信息进行提炼、浓缩,而自动摘要技术正是解决这一难题的有力工具之一。自动摘要技术是自然语言处理领域的一项重要的研究内容,其研究目的是探索人们从自然语言篇章中获取信息,提炼信息的思维机制,并在此基础上开发出能够自动编写文档摘要的系统,从而可以提高信息检索、传播的效率。文摘是准确全面反映某一文章中心内容的简洁连贯的短文,与索引相比更能满足信息获取的要求。虽然我国对文摘技术的研究目前还在初级阶段,但此技术所具有的重要作用不可低估,将会在未来的信息处理领域得到广泛的应用。目前已有的自动摘要方法主要分为四种主要的自动摘要方法:基于理解的自动摘要,自动摘录,信息抽取和基于结构的自动文摘。本论文基于目前的研究现状下,运用处理自然语言的一些方法,结合现在比较流行的编程语言编写了一个系统。系统用到了分词、权值计算等方面的相关算法。考虑到实际使用的速度和质量,本文给出了关键词和关键句选取的权值公式,采用了原文摘录的方法提取文摘句。此方法实现简单,适用于非限领域。