在当今信息时代,由于信息量很大,而且读者也没有太多的时间把想要了解的书完全通读。书后索引不仅能帮助读者快速查找专有名词,而且也是解答学科术语、专有名词等有关问题的重要参考资料。书后索引是实现图书内容增值的一个重要途径。书后索引可以把书中描述的蕴含信息价值的文本作为一个单元;读者就能够通过查询信息相关的短语,找到与短语描述有关的内容及其所在位置。在阅读图书前,读者可以通过图书的书后索引的指引,便利地在书中找到所需知识并进行阅读。在阅读图书后,人们也可以使用书后索引,来重新复习曾经一度阅读过的知识。但是,为中文图书自动生成书后索引,还存在如下的问题:(1)由于中文的语法规则比英文复杂,而且中文词性标注算法准确度还不够好,基于词性匹配规则来抽取候选索引词,将导致索引词不全面或含有大量噪声;(2)基于监督式算法来抽取候选索引词缺乏足够的训练语料;(3)候选索引词能否成为一个索引词,不仅需要考虑索引度和图书上下文,还需要考虑图书的领域信息和用户对候选索引词的兴趣度。因此,本文一方面构建了中文术语高频词性规则组,并结合互信息、信息熵、短语组合模式等特征,来抽取候选索引词;另一方面,本文综合考虑了候选索引词的术语度、索引度以及上下文权重,并结合索引词的位置信息,提出了一种图书书后索引的生成算法,并将其应用于工程科教图书知识服务系统。