摘要：本文通过引入包括Isomap流形降维、查询语义词典（WordNet）等高度非线性的方法，期望将文本信息处理领域长期专注于“语法”层次的研究，演进到“语义”的层次．利用流形学习工具研究了中文词汇在语义空间（分类空间）的分布聚集情况，通过利用WordNet词典进行了短信聚类的研究．实验结果表明，本文的方法能够更好地反映文本之间的内在联系．

关键词：语义距离 流形学习 词汇分布 短信聚类 

单位：北京工业大学计算机学院; 北京100124; 北京邮电大学网络与交换国家重点实验室信息安全中心; 北京100876; 中国电子技术标准化研究所; 北京100007; 天津大学电子信息工程学院; 天津300072; 北京邮电大学信息与通信工程学院; 北京100876