با رشد اطلاعات و افزایش سایت های اینترنتی، لازم است که متن ها را برای پردازش موثر خلاصه کنیم. به همین جهت در چند سال اخیر سیستم هایی برای خلاصه سازی متن پیشنهاد شده اند تا با کمک آنها، اطلاعات مهم و اصلی متن را استخراج نموده و در اختیار کاربر قرار دهند. در این تحقیق از رویکرد محاسبات نرم استفاده شد و خلاصه سازی متن را به عنوان مساله بهینه سازی معرفی کرده و از الگوریتم ژنتیک خودتطبیق مبتنی بر استنتاج فازی برای حل آن استفاده کردیم. این روش خلاصه سازی، جملات مهم را از متن استخراج نموده و در عین حال افزونگی را کاهش داده و میزان ارتباط خلاصه به متن ورودی را افزایش می دهد. این سیستم پیشنهادی با سایر سیستم های خلاصه سازی متن که جمله ها را رتبه بندی می کنند متفاوت است زیرا در این سیستم خلاصه ها رتبه بندی می شوند. برای ارزیابی سیستم پیشنهادی، خلاصه های بدست آمده از الگوریتم پیشنهادی با خلاصه های تهیه شده به وسیله انسان مقایسه شد. آزمایش هایی بر روی 20 متن اخباری انجام گرفت و نتایج نشان داد که خلاصه های روش ارایه شده به خلاصه های تولید شده توسط انسان نزدیک است. روش پیشنهادی با روش رویکرد انسان شناختی مقایسه شد و نسبت به آن از نتایج بهتری برخوردار بود.