随着Internet技术的不断发展成熟，大量的信息开始充斥到日常的生活，工作，学习当中。网络已经成为人们一个非常重要的信息获取渠道。“信息爆炸”、“信息过载”现象，使不少用户产生了“资源迷向”的情况，即在如何利用网络信息资源的问题上产生了很大的疑惑。因此如何快速，有效的帮助用户从大量的信息中提取出所需要的、有用的信息，过滤掉过时的、无效的信息，提高网络的可用性，让Internet更好的为人类服务，成为当前迫切需要解决的一个问题。　　近年来，语义提取技术不断发展，有学者提出将语义提取技术应用于Web可用性评估领域。通过对Web站点、页面的内容进行分析、挖掘来构建可用性评估模型。　　本文在基于语义的Web可用性评估指标的基础上，对网页新闻时效性指标进行了深入的研究。提出了一套从大规模网页新闻数据中提取时间，以及时间对应的事件等语义信息的评估流程。该流程由数据获取，数据分析，数据过滤，生成时效性区间四部分组成。首先通过网页爬虫获得评估所需的新闻标题，发布时间，正文等文本数据。再对这些数据进行分词，提取时间词及相关事件。利用这些时间和事件计算出评估网页新闻与其他参照新闻之间的时间距离和语义相似度。过滤掉多余的噪声数据后，通过计算文本间的欧式距离获得评估新闻的时效性区间。最终利用时效性区间来判断评估新闻和Web站点的时效性。　　实验证明，本文提出的对Web站点的新闻内容进行时效性评估的方法能够有效的对网站的时效性进行评估。通过评估和改进网站的时效性，可以有效提高用户检索信息的效率，提升网站可用性，因此，该方法对Web站点的建设有积极的推动作用。