目前，有效地分析和處理海量的非結構化文本數據，迅速、精準地挖掘出有效的潛在語義信息，已成為機器學習、自然語言處理等領域所面臨的巨大挑戰(zhàn)之一。本書聚焦話題模型，進行文本智能處理研究以探索其在語義分析等領域的具體應用。本書主要有三部分，分別從時間信息、文本特征和用戶興趣這三點出發(fā)進行面向文本語義分析應用的話題模型研究。具體內容包括：采用深度學習算法圍繞時間信息的話題演化，利用分布式詞嵌入表示提升短文本建模，抽取匹配用戶關注點的細粒度話題這三個方面。這三部分內容針對性強，對文本智能處理和文本數據挖掘領域具有較強的指導作用，與讀者需求貼合度高，科學性強。