话题跟踪是一项面向新闻报道信息流进行已知话题跟踪的信息处理技术,属于话题检测与跟踪的一项重要的子任务。话题跟踪算法,即传统的话题跟踪算法,一般包括话题/新闻模型化、相似度计算及阈值比较这三个基本模块。其中,话题/新闻报道的模型表示又分为特征项提取和权重计算这两个主要部分。知网是以汉语和英语的词语所代表的概念为描述对象,揭示概念与概念之间以及概念所具有的属性之间的关系的知识库。本文实现了基于话题更新的话题跟踪算法(简称TR算法),该算法利用自适应的话题跟踪思想在话题中不断加入与该话题有关的新内容,对话题模型进行更新,提高话题模型的适应度。本文提出并实现了一种基于知网的报道特征规范化的话题跟踪算法(简称NCT算法)。该算法在传统话题跟踪算法的框架下实现,其中的话题/新闻模型化模块采用了知网知识库求得两个词语之间的相似度,并根据相似度对话题特征进行规范。此外,本文还提出并实现了基于知网的报道特征规范化和话题更新的话题跟踪算法(简称TR&NCT算法)。该算法综合利用了上述两个算法的优点。在TDT5测试语料上的实验分析表明:TR算法、NCT算法和TR&NCT算法的性能优于传统的话题跟踪算法;TR&NCT算法的性能在所有算法中效果最好。