文本分类是自然语言处理领域中十分重要的研究任务之一,随着互联网技术的发展,文本分类在各种应用系统中扮演着至关重要的角色。而中文新闻文本的特点严重影响着分类任务的结果,其特点包括:文本句子由各种短语组成,对这些短语结构的特征提取有助于学习文本的特征表示,从而提高分类准确率;中文新闻文本篇幅较长、内容多,为了提高文本特征表示对原始文本蕴含意义的表达能力,要求分类模型能充分学习长文本的上下文依赖关系;文本中通常含有大量与主题无关的冗余信息对分类过程造成干扰,为有效减少这种干扰情况,分类模型应尽可能为重要信息分配更多注意力。因此,针对以上特征,本文提出了两个用于中文新闻文本分类的深度学习模型:1)本文结合CNN和NLSTM模型的特点,提出基于注意力CNLSTM的中文新闻文本分类模型。该模型利用卷积神经网络提取文本的短语特征序列,将原本基于词语的模型扩展为基于短语的模型;由于嵌套LSTM比普通LSTM能够访问更长时间尺度的历史信息,因此将得到的短语特征输入嵌套LSTM模型以提取整个文本的特征表示;为了突出文本重点内容,该模型引入注意力机制计算各短语特征对整个文本类别的影响程度,生成含有注意力分布的文本特征表示。最后使用Softmax分类器进行分类。通过实验证明了该模型的有效性,利用该模型不但能捕捉句子局部特征,还能充分考虑文本上下文语义信息,从而提取更为合理的文本特征,且注意力机制的使用使得模型有效避免了长文本输入中冗余信息对输出类别的不合理影响。2)对基于注意力的CNLSTM模型进行改进,提出基于增强学习的改进模型。CNLSTM模型采用固定大小的卷积核提取短语信息,而实际上中文文本结构复杂,通常包含的短语长度是随机的、变化的,并且使用CNN提取特征时滑动步长通常设置为1,使得获得的短语特征序列中含有较多重复信息。因此提出利用增强学习方法代替CNN结构,使得模型能够在训练过程中自主地识别文本的短语结构。该模型首先利用随机策略梯度算法学习文本词语对应的动作,接着通过一个分级NLSTM模型学习基于短语结构的文本特征表示。同样,为了使得模型更加关注与新闻主题相关的内容,也在该模型中引入注意力机制。通过设计对比试验,证明了该模型的分类效果优于CNLSTM模型。