现今标准领域成为一个热门话题，我国在标准领域起步较晚，所以我们要参考国际先进的标准技术信息研制情况从而制定有利于我国标准发展的政策。参考热点信息所具有的行业属性情况决策者可以制定和推动有利于我国标准发展的政策。本文研究的内容就是国际标准热点技术信息发现，这是一个特定领域的知识发现研究。文中首次提出国际标准技术信息的定义，并且首次全面分析了国际标准技术信息的主要数据源。这里所指的国际标准技术信息都是英文文本的信息。因此，如何准确有效的描述英文文本信息就显得十分重要了。文本表示方法的好坏足影响知识发现、文本挖掘效果的主要因素。　　为了提高标准文本表示的效果本文提出了一种基于语义相似度的英文文本向量空间表示方法。构建标准领域专有词典，用词典映射提高文本表示效果。把标准领域的语义特点考虑到语义相似度计算方法中，在语义相似度计算方法中引入标准环境下的语义特征因子。借助WordNet词典，提出了一种英文语义相似度的计算方法并用实验验证其有效性。把这一文本表示方法应用在标准信息领域，并用文本聚类的方法验证其有效性。这一文本表示方法解决了传统向量空间模型所忽略的特征之间语义相关性的问题，从而降低了这一问题给实际的应用系统所带来的语义损失。在这一文本表示方法的基础上搭建国际标准热点技术信息发现实验平台，通过文本分类的方法给获取的海量杂乱的标准技术信息打上类别属性标记，并用聚类的方法分析出热点信息所具有的行业类别属性。