随着信息技术的发展和大数据的兴起,互联网成为了人们发布和获取信息的重要来源。其中,用户产生的大部分信息以文本的形式积累在网络中。如何从这些大规模非结构化文本中,挖掘出潜在的主题知识,是自然语言处理研究的重要问题之一,在舆情监测、评论分析和内容推荐等领域都有广泛的应用。目前,已经有许多国内外学者针对文本主题挖掘问题提出了一系列算法,但仍然存在以下不足:第一,现有方法没有有效利用文档附带的元数据中的辅助信息,比如评论中的评分和情感极性,论文中的作者和引用文献等。这些元数据中蕴含有丰富的结构信息,且不同类型的元数据对文档内容的影响是有差异的。当前方法要么忽略了这些元数据,要么只利用了特定的一类元数据,或者对不同的元数据进行了同样的处理,导致无法充分利用元数据中的辅助信息。并且,现有方法无法处理元数据中包含的噪声。第二,现有方法没有考虑单词的情感信息与单词主题之间存在的关联,而二者其实是紧密相关的。针对以上问题,本文提出了两个改进后的主题分析算法,分别将元数据和情感信息融合到主题挖掘中。本文的主要贡献如下:(1)针对包含作者和引用元数据的学术论文网络,提出了一种同时融合作者和引用元数据信息的概率主题模型。考虑到两种元数据与文档主题的交互特点,模型设计了差异化的融合策略,充分利用了作者和引用信息中的先验知识。具体来说,模型将粗粒度的作者信息融合到文档主题的先验分布参数中,同时设计了一种主题传播机制融合细粒度的引用信息中的主题关联信息。同时,为了处理元数据中的噪声,模型对每个作者的重要性以及不同引用文献对文档主题的影响力进行了刻画,保证了模型的鲁棒性。(2)针对包含情感信息的网络评论,提出了一种联合情感分类的深度文本主题分析算法。鉴于单一主题向量在提取主题情感信息上的不足,模型为每个主题类别分配了属性向量和情感向量,分别用于提取文本中对应主题的属性和情感信息。同时,模型提取出了每个句子独特的局部主题信息,融入到全局属性向量和情感向量中,以便注意力层利用这些信息得到更准确的注意力分布。最后,模型通过耦合的注意力机制刻画同一主题下的属性单词和情感单词的语义关联,并使用多层注意力网络建模两者间的复杂语义交互和长距离语法依赖。