針對(duì)短文本特征極度稀疏、上下文依賴性強(qiáng)等特點(diǎn)，以自頂向下的策略，提出一種基于核心詞項(xiàng)平均劃分相似度的短文本聚類算法CTMPS。該方法首先在整個(gè)短文本語料庫中計(jì)算詞項(xiàng)之間的概率相關(guān)性，以此為基礎(chǔ)對(duì)短文本中詞項(xiàng)進(jìn)行加權(quán)，將權(quán)值較大的詞項(xiàng)作為最能代表該短文本的核心詞項(xiàng)形成核心詞項(xiàng)集；以信息論為基礎(chǔ)，將核心詞項(xiàng)作為劃分依據(jù)計(jì)算平均劃分相似度，選擇平均劃分相似度值最大包含該核心詞項(xiàng)的短文本形成一類，用此策略反復(fù)迭代直到滿足要求。最后，實(shí)驗(yàn)結(jié)果表明，本文提出的方法顯著地提高了短文本聚類的性能。