目前，有效地分析和处理海量的非结构化文本数据，迅速、精准地挖掘出有效的潜在语义信息，已成为机器学习、自然语言处理等领域所面临的巨大挑战之一。本书聚焦话题模型，进行文本智能处理研究以探索其在语义分析等领域的具体应用。本书主要有三部分，分别从时间信息、文本特征和用户兴趣这三点出发进行面向文本语义分析应用的话题模型研究。具体内容包括：采用深度学习算法围绕时间信息的话题演化，利用分布式词嵌入表示提升短文本建模，抽取匹配用户关注点的细粒度话题这三个方面。这三部分内容针对性强，对文本智能处理和文本数据挖掘领域具有较强的指导作用，与读者需求贴合度高，科学性强。