本发明公开了一种基于主题指导的文本预测方法，包括：获得每篇文章对应的词袋向量；根据文章的词袋向量，利用主题模型生成文章的主题特征向量；将文章中每个句子中每个词和相应的主题向量输入语言模型中，得到相应的每个词的时序特征向量；根据每个词的时序特征向量，通过归一化指数函数预测下一个词；利用随机梯度下降法对语言模型以及主题模型中的编码器的参数进行更新，同时利用自适应随机梯度马尔可夫链蒙特卡洛采样方法对主题模型中解码器的参数进行采样更新。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。
