政党外交辅助决策支持系统是一个智能聚类搜索系统,通过输入主题词能搜索出同主题的大量文档集合,并给出文档自动文摘的内容,方便用户快速浏览信息,及时准确地做出正确决策。自动文摘是此系统的一个组成部分,为了进一步优化系统,提出了本课题的研究。Web多文档自动文摘旨在呈现全面、简洁的信息给用户,节省用户的浏览时间。目前,多文档自动文摘主要有两类方法:一是把整个文档集合中的句子按照权重大小统一进行排序,根据压缩比依次选择文摘句;二是把文档集合划分成几个局部主题,然后从不同的局部主题中选择文摘句。鉴于用户对文摘全面、简洁的要求,本文重点研究了第二类方法。本文重点研究了多文档自动文摘的几个方面:相似度计算、局部主题划分、文摘句优选、文摘句排序。本文通过对以上几个方面的深入研究、分析,改进了基于局部主题划分的文摘句优选及排序方法,主要包括:改进了词语语义距离的计算方法,提出了欧氏距离与语义距离融合的句子相似度计算方法;优化了k-中心点算法,基于句子密度智能地发现种子点和类别数;改进了局部主题打分方法和句子信息覆盖率判定方法,从而优化了迭代优选文摘句策略;在二层排序方法的基础上提出了改进的三层排序法。最后将算法应用到Web多文档自动文摘系统中,并对算法进行了实验及结果分析。