为了实现文本代表性语义词汇的抽取，提出一种基于词组主题建模的文本语义压缩算法SCPTM(semantic compression based on phrase topic modeling) 。该算法首先将代表性语义词汇抽取问题转化为最大化优化模型，并通过贪心搜索策略实现该模型的近似求解。然后，利用词组挖掘模型LDACOL 实现词组主题建模，得到SCPTM 算法的输入参数；同时，针对该模型中词组的主题分配不稳定的问题进行改进，使得取得的代表性语义词汇更加符合人们对语义的认知习惯。最后，将改进L