1、短文本通常指文本長度小于160個字符，一般以手機短信、網(wǎng)頁評論、網(wǎng)絡聊天信息等形式存在的文本。短文本的熱點話題識別問題是短文本應用領域必須解決的具有挑戰(zhàn)性的基礎問題之一。由于短文本具有長度短、所描述概念信號弱的固有缺陷，傳統(tǒng)的話題識別方法并不適用于短文本。短文本話題識別的可行途徑是利用外部資源中的可用信息來擴展短文本所描述的概念。
　　 上下位關系作為一種重要的語義關系，利用這種關系擴展短文本的特征向量，能夠在一定程度上彌補短文

2、本描述概念不顯著的缺陷。本文圍繞如何將上下位關系用于中文短文本的話題識別展開研究，主要工作如下：
　　 (1)建立了一個將上下位關系用于短文本話題識別的整體框架，即首先從短文本中抽取關鍵詞，再利用《知網(wǎng)》的上下位關系對這些關鍵詞進行特征擴展。在此框架下，重點研究了如何抽取短文本中關鍵詞。由于短文本自身的特點，本文利用簡單聚類的方法來抽取短文本中的關鍵詞。利用已有的上下位關系庫對這些關鍵詞進行特征擴展，對擴展后的短文本進行二次聚類

3、，最終得到熱點話題列表。實驗表明：上下位關系有助于短文本話題識別性能的改善
　　 (2)針對短文本長度短、描述概念能力弱的問題，提出了一種利用詞語上下位關系對短文本關鍵詞進行特征擴展的中文短文本熱點話題發(fā)現(xiàn)方法。思路首先是通過聚類抽取初始話題中的關鍵詞，然后針對這些關鍵詞利用詞語上下位關系進行特征擴展，最后對特征擴展后的文本再次聚類從而得到熱點話題。該方法彌補了短文本特征不足的缺點，在一定程度上提高了中文短文本中熱點話題發(fā)現(xiàn)的性