随着互联网的迅速发展,网络信息正在呈爆炸式增长,新闻网页已经成为人们获取信息的一个重要途径。如何快速有效地获取新闻网页中的信息并进行处理已经成为一个重要的研究工作。在搜索引擎领域,网页内容及关键词提取是有关文本自动处理的基础工作。网页关键词反映了网页的主要内容,能够有效地对网页进行标识,从而便于进一步处理。本文首先介绍了关键词提取相关的理论知识,包括关键词提取的概念、自然语言处理、网页内容提取等。接着介绍了组合词以及组合词生成的方法。然后提出了基于组合特征的新闻网页关键词提取方法。在对网页文本进行分词的基础上,通过计算文本特征的权重得到候选关键词,并利用基于有向图的组合词生成算法得到组合词,经过去重合并得到最终关键词。最后对新闻网页进行实验,实验结果表明本文方法能够有效地提取出新闻网页的关键词。