本论文提出了一种解决短文本主题建模中数据稀疏问题的新方法，通过利用预训练语言模型扩展短文本为更长的序列，并通过扩展神经主题模型减少与主题无关的噪声文本的影响。实验证明该模型能够显著改善短文本主题建模性能，超过现有最先进的模型。

本论文提出了一种解决短文本主题建模中数据稀疏问题的新方法，通过利用预训练语言模型扩展短文本为更长序列，并通过扩展神经主题模型减少与主题无关的噪声文本的影响。实验证明该模型在短文本主题建模中性能显著优于现有最先进的模型。

本论文提出了一种解决短文本主题建模中数据稀疏问题的新方法，通过利用预训练语言模型扩展短文本为更长序列，并通过扩展神经主题模型减少与主题无关的噪声文本的影响。实验证明该模型显著改善了短文本主题建模的性能，超过了现有最先进的模型。

本论文提出了一种利用预训练语言模型扩展短文本序列的方法，通过扩展神经主题模型减少噪声文本的影响，显著改善短文本主题建模的性能。