本论文研究论述了基于深度学习与NODEJS的英语文本分类与写作批阅系统。近年来随着深度学习的发展,其在文本处理,语音处理等方面体现出很好的处理效果,这也使得其在英语作文写分类领域的发展有着深远的前景。本文采用基于NODEJS的服务建立英语在线写作批阅系统,为在线英语教学等应用具有良好的应用意义。通过深度学习的方法对英语作文文本进行分类,改进了原有的英语文本分类模型,得到了比原有分类结果更好地准确率,对基于深度学习的文本分类有一定的借鉴意义。第一章,系统的研究背景与现状的分析以及简略介绍系统需求。通过对当前基于深度学习的英语文本分类和英语写作系统现状的分析,对当前系统存在的问题分析,阐述了系统研究的必要性。第二章,详细分析了系统需求,给出了写作批阅系统的系统功能和研究内容,进行了系统整体架构的设计。第三章,进行了基于深度学习的英语文本分类模块的研究与设计,该部分通过采用深度学习的卷积神经网络对作文进行文本分类,通过对卷积网络加入DROPOUT层、加入改进的池化层和改进的文本预处理等优化训练神经网络模型,提升了神经网络的模型分类准确性。并分别对比了是否进行文本预处理对训练结果的影响,对比了采用新的池化方法和普遍的最大池化方法对文本分类结果的影响,探究和对比不同迭代次数和不同文本词向量维度对训练结果的影响,得出了最优的文本分类神经网络模型。第四章,给出了基于BK-tree算法的英语文本自动纠错模块以及系统前端的实现,该模块通过数据结构构建的BK-tree对英语文本进行单词纠错,并通过建立词典库、错词库等方式增加英语文本纠错的速度与准确性。