自动摘要是利用计算机自动地从原始文献中提取摘要，减少文档的过程。它是计算智能，机器学习和自然语言处理研究方向的一个部分。论文以印度尼西亚文的自动摘要展开研究。该研究工作集中在摘要方法的萃取；句式提取和句式约简。我们使用两种方法来生成摘要，朴素叶贝思用于句式提取，隐马尔可夫模型用于句式约简。摘要的第一个步骤是重要特征的识别。每个文档进行预处理，包括断句、词性标注、断词、停用词删除以及字干搜索。　　这项工作的第一部分是通过句式选择来生成摘要。我们使用文本特征来确定句式的重音值，例如句子位置、句子的相对长度、平均中心频率、关键字提取、关键词抽取、句子相似度的标题、句子集中性、数字数据的收录、实体名的收入以及新闻强调单词的收录。同时，我们也研究语义特征对摘要任务的影响。我们的实验表明语义在20％压缩率的情况下，将精度和量值分别提高了9.8%和2.4%　　在此研究的第二部分工作中，论文基于隐马尔可夫模型和词性，我们展示了一个印度尼西亚句子约简。为了从句子中自动移除无关的词语，通过自动移除句子中无关的词，完成对句子的约简。约简的结果应该是符合语法规则的简短的且保留了重要信息的。论文采用隐马尔可夫模型完成删除句子中多余和不相关内容。利用词性标注实现在预处理步骤中添加标签以及创造一个印度尼西亚语法模式。实验表明了使用词性去检测语法能够将系统处理效率提高了65.2%。