随着网络技术的飞速发展和信息传播形式的不断变化,网民们可以在微博、微信以及电子商务平台等自由地表达自己的观点,这致使短文本数量飞速增加。如何及时准确地挖掘短文本的有效主题并将其运用于个性化商品推荐、民意监测和情感分析等领域,已经成为信息管理者必须解决的问题,短文本分类成为一个重要的研究方向。短文本具有文本长度较短,有效特征较少,语义表达不充分等特点,这些都会影响短文本分类的准确性。然而,主题挖掘作为一项基础的文本分析任务,可以从规模庞大的文本中挖掘出潜在的主题信息,故此在短文本分类中起着重要作用。本文利用主题模型,从以下两个方面进行了改进:1.针对短文本词汇量较少的问题,论文提出了一种利用LDA模型构建主题类间特征词集扩展短文本的方法。该方法是基于自身语义的扩展,在短文本扩展时利用文本原始特征和构建的主题类间词集之间的语义相似度对短文本进行扩展,在一定程度上克服了利用外部资源进行特征扩展和直接利用主题词进行特征扩展时容易引入噪声的问题。本文在搜狗新闻语料上进行了相关的测试实验,结果表明利用主题类间特征词集扩展的方法比直接利用文档主题词扩展和直接使用空间向量模型表示短文本进行分类的方法有效性高。2.针对短文本语义表达不充分的问题,论文提出了一种词性主题嵌入向量的文本表示方法。该方法首先利用DBOW和DM模型构建文档向量,然后将包含上下文信息的Word2vec向量和具有全局潜在语义的词性LDA主题向量进行结合并利用词性权重构建主题向量,最后计算主题向量与文档向量的欧式距离表示短文本。本文在搜狗新闻语料和网络爬取的电商评论两个数据集上进行了相关的测试实验,结果表明本文构建的文本表示方法比其他基准分类方法分类效果好。