计算机科学与技术学院李熙铭副教授等的论文“Topic extraction from extremely short texts with variational manifold regularization”被机器学习领域重要国际期刊Machine Learning Journal（CCF B类）录用。论文第一作者为李熙铭副教授，通讯作者为王杨教授（合肥工业大学）。
随着社交媒体的普及，短文本已然成为文本数据传播的主要信息载体，因此短文本主题建模是机器学习领域的重要研究课题。针对短文本的稀疏问题，该工作首次提出使用短文本相似性信息，引入变分拉普拉斯约束项，提升短文本主题建模效果，并提出基于近似最近邻算法的在线推理方法，可高效处理大规模短文本数据。
