关键短语抽取是文本信息处理的重要技术。随着网络时代的到来,在线文档呈现出几何级数的增长,“信息爆炸”成为这个时代的主要特征。检索和利用网络信息变得越来越困难,关键词作为对文章内容的简要概括,可以辅助人们快速了解文章内容,节省浏览时间。同时关键词在自动文摘、信息检索、文本分类、文本聚类等方面也具有十分重要的作用。在实际生活当中,只有很少的一部分文档拥有作者标注的关键词,并且由人手工进行关键词的标注是一项非常费时费力的工作且主观性较强。因此非常需要有一种方法,能够自动的进行关键词的抽取。关键词既要反映文本的主题内容,又要具有专指性。由于作者给定的关键词大多是由两个或者两个以上的词组成,因此本文也称为关键短语。关键短语的抽取已经成为信息检索领域中非常重要的研究课题。本文主要研究了以下几个问题:1.研究了与关键短语相关的资源建设问题,我们对格式化数据处理的方式进行了分类,并通过对互联网数据进行格式化处理来使人们了解如何进行资源建设。2.本文利用文档结构,分析和研究了关键短语抽取问题。本文采用分类的设计思想实现关键短语的抽取,并且分别采用支持向量机模型(SVM)来建立分类模型以及采用条件随机场模型(CRF)进行关键短语抽取。实验结果表明,本文提出的抽取算法在查准率和查全率上都比已有的算法有显著的提高。3.研究了软件测试问题,针对关键短语抽取完成了有关实验测试,我们对软件测试的方法进行了归纳、分类。通过使用Junit软件进行软件测试实验,我们分为五个部分对实验进行测试并总结出各个部分应注意和考虑的因素。