文本分类是通过训练一个分类模型来对未归类文本进行分类的一项技术,目前在许多应用领域取得了一定的成果,但主要集中在邮件和微博等短文本上,针对类似新闻这样的长文本仍存在分类效果不理想的现象,有待更进一步的研究。现有的分类方法虽然能在一定程度上提高分类的准确性,但是仍存在特征高维和稀疏的问题。针对上述问题,本文提出一种基于三支决策的特征选择算法,在特征选择过程中融入三支的思想对分类方法进行改进,增加样本空间中特征词的考察维度,在保证分类性能的前提下减少提取的特征词数量,改善特征高维与稀疏的问题。同时,本文设计了一种多模型融合的文本语义生成模型(TR-CNN模型),有效地提升深度学习模型在长文本领域的语义生成。本文的主要研究工作包括:1.针对传统的特征选择算法存在特征高维和稀疏的问题,本文提出一种基于三支决策的特征选择算法。首先,对传统特征选择算法进行系统分析和研究,发现传统特征选择算法在给特征词赋权重时比较单一和片面;其次,结合三支决策的思想,利用双决策函数投票的方式对特征词进行筛选,将样本空间的特征词划分到正域、边界域和负域中;然后,对边界域中的特征词做进一步地处理,确定最终的特征集合;最后,在THUCNews数据集上进行实验,发现文中提出的方法能够提高特征词的质量和降低特征词的数量。2.针对深度模型在长文本分类任务上表现不理想的问题,本文设计了一种基于多模型融合的文本语义向量生成模型。由于循环神经网络隐藏层的信息传递方式与人脑阅读时的神经运作机制相似,Transformer模型对于全局文本语义信息的把握要强于其它的深度学习模型。因此,本文将循环神经网络与卷积神经网络结合生成文本局部语义,同时使用Transformer模型生成文本全局语义,再将局部语义与全局语义进行拼接,从而构造一个新的语义向量。本文对设计的基于多模型融合的文本语义向量生成方法,在THUCNews数据集上进行实验,验证了其有效性。