摘要： 【目的/意义】移动互联网时代，微博以其快速、便捷的优点迅速成为信息传播与共享的平台之一。在互联 网信息传播过程中，话题内容焦点会随着时间推动发生动态迁移，及时准确的发现话题内容焦点的迁移有助于了 解网络舆情的演化趋势。【方法/过程】首先，定义基于焦点特征词分布的焦点词提取公式，构造焦点特征词集合；然 后，使用Skip-gram模型在大规模语料上训练得到词向量，再通过BTM对文本建模，直接在BTM主题维上结合焦 点特征词集合构造主题词向量；最后，计算主题特征词间的相似度，将其应用到聚类算法中实现话题焦点识别。 【结果/结论】通过对新浪微博数据集上的实验结果表明，本方法能够充分利用词向量引入的语义信息，提高文本聚 类效果，有效的获取各阶段的话题焦点。
