互联网的快速发展使传统的新闻媒体(报纸、电视等)和新社交媒体(博客、微博、论坛、推特等)共生且互补。新闻媒体以专业的视角对一热点事件与话题提供准确、客观、深入的报道,同时,社交媒体作为一个网络平台为人们能够及时快捷的表达和分享他们对该热点事件的观点和看法提供便利。但现如今使用社交媒体的人越来越多,大量的与新闻话题无关、冗余的杂质信息和有效的信息混淆在一起,严重干扰了对重要信息的提取。因此在海量的社交媒体文本中寻找与新闻话题相关的信息以及人们感兴趣的信息就显得尤为重要,本文的主要任务就是建立新闻话题与社交媒体文本间的联系,提高用户获取信息的效率。为了实现上述目的,本文采用一种基于Topical N-gram Model(TNG)主题模型的社交媒体文本上下文衔接方法,该方法首先使用TNG模型对新闻文本建模以获得主题信息。因为TNG模型考虑了词序对主题特征词的影响,在模型中加入n-gram短语,充分利用词的上下文信息。在计算主题与社交媒体文本间的相似度时,因为新闻文本与社交媒体文本在词汇使用上的差异,我们利用主题与社交媒体文本中的词共现对主题进行调整之后再计算相似度,这样调整后的主题中不仅包含新闻中的词,还包含社交媒体文本中的词,因此能够更好的实现对社交媒体文本的分类。此外,采用了另一种基于Word Mover’s Distance(WMD)文本距离的社交媒体文本上下文衔接方法,该方法考虑到上一种方法在计算相似度过程中不能捕获不同但相似的词或短语的问题,采用一种新的基于word2vec的文本距离计算方式WMD来计算主题和社交媒体文本间的距离。因为word2vec是对大规模外部语料进行训练后得到词对应的词向量,因此词向量的效果好,并且它只需简单的向量操作就可以得到其对应的语义信息。即使表面上看没有相同的词,但若是词义相近,那么把一个词“搬运”到一个与它相似的词的代价肯定小于其他词。