随着移动互联网的迅猛发展,手机短信凭借其价格低廉、使用便捷和传递可靠等优点,成为人们日常生活中必不可少的联络手段,在各个领域得到了广泛的应用。然而,短信的大量使用在信息安全方面带来了一定的隐患,例如垃圾短信的泛滥。正因为这样,如何保持短信业务健康发展的同时避免垃圾短信造成的不良影响成为一个亟待解决的问题。深度学习是机器学习研究中的一个新的领域,能够自动地提取所需要的特征且良好地表达特征。尤其是对大规模数据进行处理时效果非常好。本文研究的重点是如何将深度学习与文本分类技术相结合对短信进行分类,从而减少短信带来的负面影响。本文主要针对目前的短信分类技术准确率不高的问题,提出以文本分类技术为基础,结合深度学习算法来对短信进行分类。主要的方法是:将收集的短信数据集作为研究对象,对数据集中的短信进行预处理和特征选择,短信以向量的形式作为深度信念网络的输入神经元,输出神经元根据分类的类别标签个数所定,运用深度信念网络对样本进行训练和测试,得出分类结果。实验研究结果表明,深度学习方法能够无监督的学习短信信息,可以用于短信分类。而且短信数据集规模越大,分类效果越好。