文本分类(Text Classification)是指使用计算机将文本数据自动划分成预先给定的类别,是自然语言处理中的基础性任务,在信息检索、数据挖掘等领域有着重要应用价值。本文在深度学习分类方法的基础上,提出一种结合注意力和池化的文本分类模型APCM(Attention-Pooling Text Categorization Model)。本文使用该模型在新闻文本分类语料上进行对比实验,并采用特征融合的方法提升模型分类性能。具体研究工作如下:(1)基于注意力和池化机制的文本分类模型。针对传统神经网络分类方法收敛速率方面的不足,本文提出一种基于注意力的分类模型APCM。注意力机制和池化机制作为目前深度学习方法中的基准结构,较传统神经网络模型参数少,提取特征能力更强。APCM结合二者的优点,使用注意力提取文本的关键信息,使用池化提取文本的全局信息。APCM在NLPCC2014新闻分类数据集上达到83.96%的准确率,高于卷积神经网络、长短时记忆神经网络、池化模型,同时在收敛速率方面具有优势。本文对APCM的特征提取部分进行模型消去实验,实验表明模型的最大池化结构相对更为重要。针对新闻文本上下文多、信息密度大的特点,本文对APCM进行泛化能力和文本长度适应能力测试,实验表明APCM在新闻文本分类任务上具有一定的鲁棒性。(2)基于字特征和词性特征融合的分类模型。考虑到字是中文的最小语义单位且词性是词汇的基础属性,本文进行融合字特征与词性特征的实验。实验将字和词性分别编码向量,与词向量一同输入到APCM、卷积神经网络、长短时记忆神经网络等模型中。实验结果表明,字向量融合在各模型上均产生一定的提升模型分类性能的效果,词性向量融合使部分模型的分类性能得到提高,且总体的提升幅度相对字向量较小。(3)基于How Net义原特征融合的分类模型。How Net知识库提供了词汇的基本语义单位,即义原的概念。为增强模型在新闻文本中对深层次语义信息的提取能力,本文对APCM进行融合How Net义原特征的实验。编码结合义原向量的APCM模型在NLPCC2014和Sogou CS新闻分类数据集上的准确率分别获得2.81%和3.21%的提升,表明融合义原特征的方法有助于改善模型的分类效果。