近年来,随着互联网规模的不断增长,网络已经成为人们获取信息的主要渠道,然而,在信息爆炸的同时,也使人们在获取信息的时候变得更加无所适从。信息疲劳、信息焦虑与信息过剩成为我们在信息时代遇到的新的问题。如何有效的搜索、组织和呈现信息已经成为信息时代的一个亟待解决的问题。话题模型作为一种有效整合信息的手段,成为近年来自然语言处理领域的热点。本文主要针对概率话题模型,将名词短语提取和词条权重计算引入话题模型,以期望能够提高话题模型对语料库的拟合程度和泛化能力。首先,将名词短语提取引入了话题模型。通过词性标注、句法结构分析,提取文本中最短的名词短语。将文本中的名词短语视作一个整体进行分析,从而保证了名词短语中的单词由一个话题生成,即保证了语义相近的单词由同一个话题生成。其次,针对现实文本中噪声较大的问题,提出了一种基于语义网络的短语权重计算方法。通过构建文本的语义网络,借鉴马尔科夫随机游走的思想,计算节点到节点的转移概率。通过动态的去除节点的方法,计算网络中节点之间转移概率的变化,得出该节点在网络中的权重,即对应词条在文本中的权重。将加权后的文本作为话题模型的输入,能够有效提高话题模型的性能。最后,将名词短语提取与词条权重计算进行整合,先进行名词短语提取,然后计算文本中的词条权重,将处理后的文本输入话题模型,从而得到有意义的话题。