短文本数据在移动互联网时代出现井喷式爆发,但由于其存在的特征稀疏、多歧义等特点,目前针对短文本的分类算法存在着准确率低、易产生过拟合等一些问题。特别是现有对短文本建模的方法难以对复杂的外部语义信息进行有效的表示和利用,导致无法提取出深层次的语义信息。因此,本文从语义表示与语义拓展两个角度出发,引入对词向量的流形重嵌入算法,并提出基于流形学习的主题建模,然后在此基础上设计了语义拓展的短文本建模方法,以提高准确率并且防止过拟合,最后实现了短文本分类系统一套。本文的具体工作以及获得的成果包括:（1）对三代文本建模技术进行研究,并提出一种基于流形的主题建模算法——M-LDA模型。首先,针对目前词向量在欧式空间中对语义表达能力不足的问题,提出了基于流形学习重嵌入的方法,并且在此基础上,通过在LDA模型的初始化过程将其作为先验知识来对模型进行优化,构建基于流形学习先验的潜在狄利克雷模型。实验结果表明,M-LDA较LDA以及DMM等主题模型的性能平均提升了 6.5%和8.7%。（2）根据对语义拓展思路的研究,提出一种基于语义拓展的短文本建模方法——Set-CNN模型。该方法的主要思路是通过快速聚类算法对短文本中的关键词进行语义拓展,然后使用包括空洞卷积、残差门限机制等不同的卷积核对拓展后的文本进行处理,保证在语义拓展的基础上最小化噪声引入,最后使用文本卷积神经网络进行短文本建模。实验结果表明,该算法在六种基准模型中取得了最好性能,证实了该模型的合理性与有效性。（3）设计与实现了一套短文本分类系统,并基于数据获取模块爬取搜狗新闻标题作为数据集进行了系统测试。该系统基于M-LDA与Set-CNN两种算法,包含文本获取、文本预处理、词向量预训练、语义拓展以及短文本分类等模块。系统测试结果表明,本文提出的基于语义拓展的短文本分类算法在准确率相对于LSTM提升了约5%。本文也对算法进行了横向比较,结果表明,拓展后的文本比拓展前的文本在分类准确率提高了 22.6%。进一步证明了本文所设计的系统在实际应用中具有较高的使用价值。