在大数据与内容推荐场景中，面对海量非结构化的资讯数据（例如每日抓取的数十万篇 RSS 订阅文章），如何自动发现高价值的热点主题，并在此基础上进行热度监测和趋势预测，是一个极具挑战性的工业级任务。传统的 LDA（隐含狄利克雷分布）由于缺少语义上下文理解，对于短文本和跨领域异质文本的聚类效果往往差强人意...