垂直领域文本分类一般将研究内容限定在特定专业领域或有某种特定需求的领域中,与非垂直领域相比,垂直领域文本分类在文本表示、特征提取以及分类方法方面更聚焦于专属领域,以此为基础衍生出的垂直搜索引擎、信息分类等应用能为特定用户或特定需求提供专业、精炼及有深度的信息及相关服务。垂直领域的文本由于具有特定领域的属性使得文本表达与应用场景密切相关。一方面,文本自身的非结构化特性给文本分类带来一定困难;另一方面,在特定场景下能代表领域特征的文本相似度较高,而应用服务要求提供更加精准的分类方法,这样对一般泛化领域的文本分类提出更高要求。如何在一般文本分类方法基础上提供更加细粒度的分类方法是本文的研究重点。多标签分类是文本分类的常用方法。但在垂直领域的文本分类任务中,由于文本特征相似度高,标签之间语义关系相近且逻辑关系层次较深,为在特定领域内寻找区分度高的文本分类方法带来挑战。本文以从互联网获取的军事领域文本为研究对象,以Doc2VecC模型为基础,以提升特定领域的文本分类性能为目标,开展了部分研究工作:1.提出了以逆文档频率为度量指标的文本特征过滤策略,实现了高质量文本特征筛选。利用词的逆文档频率具有反映文档主题的能力,保留逆文档频率较大的词可提高特征信息在标识中的比例,进而提高了文本特征表达能力。2.构建了增强文本特征的PV-IDF模型,实现了垂直领域文本细粒度分类。使用增强特征的文本表达方式,用特征标识代替传统的文本标识,与上下文信息共同构成输入向量可明显增强文本特征,实现高质量的细粒度分类。3.结合增强文本特征的表示模型构建了多标签分类框架,提出了基于静态阈值的标签选择方法和基于最小二乘法的动态阈值标签选择方法。同时,以LSTM分类模型为基础,通过构造标签相似度矩阵量化标签之间的关系,将量化结果与模型融合,增加了专业领域多标签分类的合理性。