话题检测与跟踪(Topic Detection and Tracking,TDT)是自然语言处理领域一个新的研究方向,它旨在帮助人们解决互联网上信息爆炸的问题,能够帮助人们对各种新闻报道信息流进行新话题的自动检测和己知话题的后续报道跟踪,并将其有组织的呈现在人们面前。话题检测、话题跟踪分别是TDT的两项子任务。　　 话题检测与跟踪系统主要模块有新闻报道的预处理、特征项提取、权重计算、构建话题向量模型和报道间的相似度计算。　　 传统的基于层次聚类算法的话题检测算法开销过大,因此在此算法的基础上,提出并实现了新的话题检测算法,该算法在层次聚类过程中动态更新话题空间向量的特征,并可设定聚类过程中的新闻报道合并规则。在TDT5语料库上的实验表明,该算法提高了话题检测的正确率,降低了新闻报道数据处理过程中的计算开销。　　 针对传统的话题跟踪算法(BasedTT)训练报道稀疏的问题,利用了自适应信息过滤的思想,实现了话题跟踪算法中话题向量的特征动态更新模块。根据新闻报道具有动态、随时间变化的特性,提出并实现了基于时间信息的动态阈值的自适应话题跟踪算法(ATT+Time)。实验分析表明,改进后的ATT+Time算法提高了话题跟踪系统的性能。