人机对话系统可以为人与机器的交互提供自然的接口,是人工智能、自然语言处理的一个重要应用方向。对话主题建模研究对话中隐含的主题转换规律,有助于提高人机对话的自然度。本文主要研究任务型对话上的主题建模,典型的任务型对话包括客户服务对话。任务型对话上的主题建模之研究成果可以应用在客服人机对话系统中,提高机器人客服的对话质量。因此,其研究具有重要的应用价值。本文在分析相关研究现状的基础上,主要开展了如下的工作:首先,针对目前汉语对话数据稀少的问题,本文采集了一定规模的任务型对话数据,并对数据进行加工标注,构建了一个具有对话主题标注和对话动作标注的任务型对话数据集。其次,提出了一个基于极大熵的对话主题判别模型和一个基于条件随机场的对话主题标注模型。在此基础上,根据任务型对话的特点采用特征降维技术、利用对话历史信息来改进模型。实验结果表明了两个模型在对话主题判别和标注任务上的有效性,改进方法能显著地提高对话主题建模的准确率。最后,基于上述技术实现了一个自然语言理解模块,并将该模块应用于一个会议室预定对话系统中,系统表现出良好的性能。