随着科学技术的发展,在互联网和现实世界中存在着大量的数据,尤其在互联网上,信息量巨大并以指数级的速度增长,包括文档、视频、音频等。其中文档信息又对人们的生活尤为重要。但是从海量的文档信息中获取对人们有意义的数据变得很困难,而文档分类是从海量的文档中提取信息的前提,所以从大量的文档中进行文档分类就显得很重要。自从文档分类技术在1957年第一次被美国科学家H.P.Luch提出,文档分类逐渐成为数据挖掘领域一个重要的课题,经过多年的发展,文档分类技术已经有了很多效果良好的方法,并已经有良好的应用,但是当文档数量特别大的时候,如何选取文档的特征以便于快速有效的进行文档分类就成为一项重大挑战性任务,本文利用深度学习的技术及无监督的学习方式解决海量文档的分类问题。本文首先介绍了常用的文档分类技术和文档分类的评价标准,然后分析了现有技术的缺点,介绍了深度学习的发展历史和主要的技术思路以及如何用深度学习方法规避现有的文档分类方法的缺点。最后,在现有的深度学习模型限制的波尔兹曼机RBM的基础上提出一种新的模型,用这种新的模型能够很好的提取文档的特征,再根据这些特征和聚类的方法进行文档的分类。