随着互联网和自媒体的发展,在线新闻的规模与传播范围得到了极大的扩展。面对海量的在线新闻文本,如何根据其描述的内容对其进行划分和聚集,以实现新闻事件识别,是一个值得研究的问题。这一技术不仅有利于各种组织机构及时、准确地发现新闻事件,而且是把握热点舆情、分析开源情报等自然语言处理任务的基础步骤。从技术层面看,部分现有的新闻事件识别算法仅考虑了语料的统计特征,却忽略了实体信息、同义词、一词多义等语义知识,增加了模型的过拟合风险,并降低了其可解释性。针对上述问题,本文研究了知识增强的新闻事件识别技术,利用知识库/知识图谱、预训练词向量等外部知识源提升现有方法的性能。该技术以知识增强的文本主题模型为核心,综合主题建模、文本聚类、相似事件识别与分离、跨聚类事件融合等步骤,实现海量文本中新闻事件的识别。基于服务化的系统设计思路,设计并实现了支持流式处理的新闻事件识别与分析系统,不仅实现了事件识别方法的工程化,还支持多种面向用户的事件分析功能。本文的主要工作与创新如下:（1）提出并实现了知识增强的文本主题模型针对传统的潜在狄利克雷分配模型（LDA）过度依赖语料统计特征的问题,提出词语级语义知识增强的主题模型TSE-LDA（Token-Level Semantic Enhanced LDA）。该模型以知识库/知识图谱为外部知识源,以实体链接为沟通知识源和训练语料的手段,在传统LDA模型中添加语义单元结构,为模型提供面向实体的同义词和一词多义信息。在此基础上,将Word2Vec预训练词向量融入TSE-LDA模型,得到融合预训练词向量的知识增强主题模型WVTSELDA（Pretrained Word Vectors and Token-Level Semantic Enhanced LDA）。预训练词向量不仅为模型提供了数量可观的潜在特征,也令其能够更好地利用词语间的关联关系。本文从主题内聚性和文本分类准确率两个指标入手,综合定性定量两种方式评估了模型的效果。实验结果显示,本文提出的模型在上述两个评价指标上的表现均较为优秀。（2）提出并实现了基于知识增强主题模型的新闻事件识别方法新闻事件的识别包括文档主题特征提取、单批次事件识别和全局事件识别三个主要流程。文档主题特征提取流程使用WVTSE-LDA模型进行文档主题建模。针对模型潜在主题数的设置问题,采用基于主题稳定性的潜在主题数设定方法,实现模型超参数的自适应选择。单批次事件识别通过对某一新闻文本集合进行聚类来识别可能的新闻事件。针对新闻文本的聚类问题,采用近邻传播聚类算法加以解决;针对某个文本聚类可能包含多个相似新闻事件的问题,提出基于时间和事件参与者特征的相似事件识别与分离方法,形成包含单个新闻事件的文本聚类。另外,两个批次的文本聚类可能反映同一个新闻事件。为解决这一问题,提出基于文本语义单元表示的跨聚类事件融合方法,实现全局层面的事件识别。定量评估结果显示,上述技术在测试数据集上取得了较为理想的效果,可以满足新闻事件识别的功能要求。（3）设计并实现了支持流式处理的新闻事件识别与分析系统为实现知识增强的文本主题模型和基于这一模型的新闻事件识别方法,设计并实现了支持流式处理的新闻事件识别与分析系统。通过Apache Flink框架,实现新闻数据的流式处理。基于新闻事件的识别方法,设计并实现了若干面向用户的新闻事件分析服务,提供事件走势分析、事件词云生成、热门观点获取等上层的事件分析功能。