黄卫春, 邹 瑶*, 熊李艳, 陶自强

(1.华东交通大学软件学院, 南昌 330013; 2.华东交通大学信息工程学院, 南昌 330013)

文本分类作为自然语言处理(natural language processing, NLP)中基础且非常重要的一项任务，被广泛应用于主题分类[1]、垃圾邮件检测[2]、情感分析[3-4]等领域。面对日新月异的社会动态以及错综复杂的信息，如何能够快速且有效地将这些信息进行筛选与分类是一项非常困难的任务。句子分类对自然语言处理应用是至关重要的，同时句子分类也是处理数据的关键步骤与核心任务。

近年来，深度学习模型被广泛应用在文本分类任务上，其中常见的是循环神经网络(recurrent neural network，RNN)和卷积神经网络(convolutional neural network，CNN)[5]，特别是CNN在计算机视觉领域取得的巨大成功，CNN也因此被成功的引用到自然语言处理领域[6]。众多学者在深度学习模型下已经提出了许多有效的文本分类算法，相对于传统的方法有了较大的提升。但是传统类长短期记忆网络(long short-term memory，LSTM)网络存在不能同时对当前时刻之前和之后信息进行编码以及大多数模型不能对文本语义信息进行丰富表达的缺点，导致最后的效果不佳。

为了克服上述问题，提出一种基于CNN的多通道特征表示文本分类模型(multi-channel feature representation text classification model based on CNN，MC-CNN)。通过不同来源的词向量表示文本来丰富文本语义信息；利用双向长短期记忆(bi-directional long short-term memory，Bi-LSTM)能够在正反两个方向上进行时序特征提取的特点对不同来源词向量所表示的文本进行特征提取形成多通道特征表示；然后通过多尺度CNN网络提取空间特征的同时进一步实现对未来信息的考虑，进而完成文本分类任务。……