本文对文本主题词抽取进行了系统的研究，介绍了一种利用关联规则挖掘中文文本主题词的方法。其中文本主题词由关键词和相关词组成，用户可以根据提供的关键词和相关词了解Web页面的主题，有助于用户快速浏览页面，了解页面内容；另外，相关词可以帮助用户扩展思路，提示用户未曾考虑到或并未掌握的相关内容，从而更广泛、更全面地获得自己所需的信息，提高信息检索效率。 传统的主题词抽取主要是从文档正文中抽取关键词(Keyphrase Extraction)，文档经过规范化处理被分成一系列的候选词，最后用一种有监督的学习算法确定候选词是否被选为关键词。在关键词抽取模块中，本文采用44种词性匹配模版对候选词进行组合，通过计算特征值优先抽取TriGram和BiGram作为关键词，使抽取结果能够同时兼顾信息量大和可读性好两种特点。 在关键词抽取的基础上，我们提出一种基于关联规则挖掘相关词的方法，使相关词和从该话题文本正文中抽取的关键词一起，作为文本主题词。在相关词抽取模块中，系统经过噪音过滤的关键词集作为关联规则学习的项目集，单篇文档对应的关键词作为一个项目，Apriori算法首先通过用户给定的最小支持度，寻找所有频繁项目集，然后由频繁项集产生强关联规则，这些规则必须满足最小支持度和最小置信度。系统根据关联规则挖掘结果找出和关键词i<,m>有关的其它关键词{i<,1>，i<,2>，…，i<,q>)作为关键词i<,m>对应文档的相关词，并和该篇文档的关键词共同组成文本主题词。实验表明，本文提出的利用关联规则挖掘文本主题词方法较为准确和有效，取得了较高的用户满意度。