在线社交网络已经逐步渗透到人们生活的方方面面,影响到包括政治、教育、经济、文化等各个方面。网络社交媒体成为了人们发表言论的重要场所。对于一个热门话题,往往包含着多个不同的子话题,它们从不同的侧面描述了热门话题。因此如何准确有效地发现子话题对舆情分析具有重要的意义。子话题发现的主要目的就是对话题进行更细致地分析,挖掘民众的关注焦点,预测话题的演化。本文主要研究了基于句向量的微博子话题发现技术,通过深入研究了传统词向量和句向量模型,结合微博文本的特征,认为短文本因为不能提供足够的上下文信息,传统的向量模型对于短文本的表示并不够好,还需要通过扩展特征等方法丰富短文本的句向量。在现有技术的基础上,本文提出了基于句向量的子话题发现方法,通过结合主题信息和句向量的方法,增强句向量的语义特征,以达到在同一话题下发现潜在子话题的目标。本文在大数据平台CDH上对提出的子话题发现方法进行了分布式实现,并在微博数据上分别验证其文本表示能力和子话题发现能力。通过抓取2015年天津港爆炸事件的话题微博文本构建了实验数据集,在此数据集上与基准方法进行对比,实验结果证明了本文提出方法的有效性。