信息技术和互联网的快速发展,使通过互联网传播的新闻成为了人们获取信息的主要渠道。然而,互联网的快速发展也带来了信息过载、缺乏结构性等问题。人们很难快速、高效地从大量的新闻报道中梳理出新闻事件的各个侧面。为了解决这个难题,我们提出了以新闻线索的形式来组织新闻事件,以单个短语作为线索标签的方法来帮助人们更便捷的了解新闻事件全貌。在本文中,我们首先提出了新闻线索和新闻线索标签的定义。并基于此,提出了两种以LDA为基础的新闻线索标签抽取的方法。一种方法从LDA的结果入手,先通过调整单词在新闻线索上的权重得到线索词,再进一步组成候选短语标签;另一种方法通过扩展LDA生成模型,考虑了背景词和N元短语的因素,提出了具有背景分布的话题N元模型,在抽取线索的同时得到候选短语标签。为了验证所采取方法的效果,我们分别在中文专题新闻语料集和英文路透社财经新闻语料集上进行了实验。基于人工评判方法得到的结论显示:我们采取的方法能够生成具有表意性、有助于人们理解的新闻线索标签。我们进一步将新闻线索抽取的方法应用于专题新闻线索抽取系统,有效地改进了专题新闻的展现模式。