一种面向在线论坛的低资源话题关键主题抽取方法

本申请属于自然语言处理与文本挖掘技术领域，公开了一种面向在线论坛的低资源话题关键主题抽取方法，包括：通过大型语言模型对原始文本进行语义保持的数据增强，生成增强文档集合；利用预训练语言模型提取文档的上下文感知语义表示；构建可学习的主题嵌入矩阵，计算生成主题分布；设计语义感知对比学习框架，采用动态负样本筛选策略优化主题多样性；同时使用先验对齐损失来确保主题一致性。本发明创新性地融合LLM增强的数据扩充机制与轻量化主题编码架构，通过对比学习正则化和先验分布匹配的双重优化，有效解决了低资源场景下数据稀疏、模型过拟合和噪声敏感三大技术难题，为社交媒体舆情分析提供了高效可靠的主题建模解决方案。