随着时代的发展和计算机的普及,机器学习、人工智能的兴起,我们的生活、工作方式有了巨大的改变。文本作为互联网最基础的组成部分,如何更有效的组织这些文本信息并对这些信息进行充分管理,同时快速、准确地从中找出用户所需求的信息是当前信息科学技术领域面临的一大挑战。当前有很多地市开通了政府热线,产生和积累了大量的投诉信息,需要计算机辅助自动处理。投诉文本作为短文本来说与传统的短文本相比,信息量会更加密集的同时噪音也会更加稠密,情感词也会比普通的短文本要多的多,情感更加凸显。另外投诉文本因为其时效性的问题还存在先后处理的问题。针对上述问题,本文对经典FastText文本分类方法进行改进,提出了基于word2vec扩展的投诉文本情感词典和PTF-IDF权值计算的PS-FastText中文短文本分类方法。具体的工作如下:(1)针对投诉文本的特殊性,为了及时的解决当前提交的文本中存在的紧急问题,考虑对投诉文本进行情感分析。在综合了效率和资源成本等诸多条件后选择情感词典和机器学习相结合的方法。在将众多基础情感词典去重合并之后,通过word2vec词向量自主学习投诉文本中词与词之间的内在关系并对情感词典进行扩展,构造适用于投诉文本的情感词典。之后结合中文情感词汇本体对情感强度计算进行了一定的合理改良,并通过实验验证了改良的合理性。(2)N-gram处理是FastText 文本分类方法中不可或缺的一部分,能更好的使分类方法获得更多的文本特征。由于计算机设计的先天因素和中文语种的特殊性,n-gram处理对于英文文本有着很好的效果,而当处理中文文本时效果则会大大降低。对于中英文文本来说,n-gram处理均会产生冗余词条,但相对于英文能从冗余词条中学习到大量特征,中文能从冗余中学到的特征少之又少。针对这个问题,本文提出的PS-FastText文本分类方法在 n-gram处理之后,在剔除无意义词之后,创新的通过加入了语法分析的TF-IDF,即PTF-IDF对词条进行权值计算,将高频率且低区分度的词剔除保留高区分度、特征表达能力强的词构建保留词典,之后继续推进到隐藏层继续计算。通过保留词典的构建和低区分度词、无意义词的剔除,分类方法的性能有了一定提升。最后,通过将PS-FastText短文本分类方法与当前较为主流的基于PTF-IDF特征的短文本分类方法、基于word2vec的短文本分类方法以及经典的FastText短文本分类算法进行投诉文本分类实验,验证了 PS-FastText文本分类算法在保证训练效率的同时,有着更好的分类效果。