本发明公开了一种基于时序主题模型的自然语言生成方法，包括：获得文档中的每个句子的上下文词袋向量；利用时序主题模型生成所述文档中每个句子的主题分布向量；将每个句子的每个词和相应的主题分布向量输入到时序语言模型中，得到每个词相应的各层隐变量；将各层隐变量拼接在一起，通过归一化指数函数预测当前句子中的下一个单词；利用随机梯度下降法对时序语言模型以及时序主题模型中的编码器参数进行更新；对时序主题模型中的解码器参数进行采样更新。该方法将多层主题模型与多层语言模型相结合，提取文本主题中层次化的语义特征以及层次化的时序信息，低层特征语义范围较小，高层特征语义范围更为广泛。
