互联网Web2.0时代的到来,使得网上的信息呈爆炸式增长,丰富的资源给人们的生活带来了极大的便利,但同时也带来了巨大的挑战。移动互联网的发展使我们可以随时随地获取所需信息,而移动设备由于自身的技术限制,狭小的屏幕无法显示尽量多的内容。因此,面向用户的自动文本摘要将是当前互联网发展的一个不可或缺的服务。潜在语义分析是一种代数模型,它借助矩阵的奇异值分解,把原始文本空间中的词汇和句子投影在代表潜概念的维度上,从而能够揭示文章的主题,捕捉到隐藏在词汇背后的语义。本文研究了利用潜在语义分析进行文本摘要的技术,主要工作如下：(1)我们首先给出了一个基于主题模型的文本摘要算法框架,在总结了传统的、当前成熟的词项权重计算方法的基础上,提出了邻居权重的概念,定义了新的权重计算公式。实验证明新的权重模型能够更好的揭示潜在语义空间。(2)在LSA所得到的潜在语义空间中,主题和句子的重要程度完全依赖于奇异值分解得到的对应奇异值的大小,我们不仅考虑了潜概念与句子的对应关系,更结合了潜概念与关键词的关系,提出了一种综合考虑关键句描述和关键词描述的主题描述方法。(3)本文在DUC2002和DUC2004数据集上,对比了以往各种基于LSA的摘要方法以及当前主流的方法,以ROUGE分数为评测指标,逐一作了验证,实验表明利用新的权重模型和本文所提出的综合性的摘要算法,能够得到更好的效果。