舆情监控技术可为网络语言治理提供技术支撑。本研究提出了一种网络安全话题识别的语义计算模型——LSTM-DCNN模型。使用长短时记忆（LSTM）模型提取社交网络中有关网络安全的话题信息，随后使用深度卷积神经网络（DCNN）对社交网络中的网络安全信息的话题分类。实验结果表明，LSTM- DCNN模型在120次迭代后的识别准确率可以达到96.17%，比传统的神经网络模型识别准确率高5.4%。此外，LSTM- DCNN模型的召回率以及F1值分别为75.22%和72.05%。而传统神经网络模型的召回率仅为72.01%，F1值为68.12%。最后，该模型的训练时间和测试时间分为65.86秒和27.90秒，其运行速度也快于传统的神经网络模型。鉴于此，可认为LSTM- DCNN模型可作为一种有效的网络安全话题识别及语义分类算法。