互联网与通信技术的快速发展为我们带来了许多新型的信息获取方式,微博便是其中之一。微博因其操作简捷、内容短小随意、实时性强而吸引了越来越多的用户。海量信息为人们带来巨大信息量的同时,也带来了信息爆炸的负面影响。如何迅速有效掌握信息,了解舆论导向,成为了近年来的热点研究方向之一。由于微博自身的特殊性,如内容简短包含信息量少,语言随意,干扰内容多等,传统的话题分析方法并不能很好的应用于微博。因此,本文的工作主要集中在针对微博热点话题抽取的研究,具体又分为两个方面：如何有效提取热点话题关键词；二.话题关键词的聚类方法研究。文中引入了WAF模型对文本进行建模,提出了基于该模型的话题关键词挑选方法及聚类方法。后续的对比实验证明了方法的有效性。此外,本文的工作还包括两个自然语言处理领域的评测COAE和TAC,介绍了评测任务、采用的方法及评测结果。