TDT致力于以事件的形式组织新闻信息的技术的研究和评测，其目标是将文本切割为不同的新闻报道，监控其中新事件的报道，并且将同一话题下的分散报道按照某种结构有效组织起来。TDT 的研究始于 1996 年，当时要求提出一种能监控新闻信息流的核心技术，这种技术可以有效的发现世界上发生的特定领域的新事件的报道。1997年，DARPA以及美国国家标准技术研究所（NIST）资助并主持了TDT系列评测会议。话题是TDT中的一个最基本的概念，在最初的研究阶段，话题与事件含义相同。一个话题是指由某种原因或者条件引起的，发生在特定时间和地点，并可能伴随某些必然结果的一个事件。后来，话题的概念要相对宽广一些，它包括一个核心事件或活动以及与之直接相关的事件或活动。TDT主要包括五个子任务：①对新闻报道的切分（Story segmentation）。②新事件识别（New event detection / Fist story detection）。③报道关系识别（Story link detection）。④话题识别（Topic detection）。⑤话题跟踪（Topic tracking）。

第一届TDT于1998年举行，评测包含了中文和英文两种语言，公开评测的任务包括：对新闻报道的切分、话题跟踪与话题识别三项，采用了错误识别代价（漏报率与误报率相结合）作为主要评测指标，这种评测方法也一直被后续的TDT系列评测会议所沿用。第二届TDT于1999年举行，评测内容增加了首次报道识别和报道关系识别两项任务。从第三届（TDT2000）到最后一届（TDT2004）评测，都是围绕上述五项任务展开，并且增加了对阿拉伯语的评测，其中重点评测的两个任务是报道关系识别和话题跟踪。