随着互联网技术发展和游戏公司运营经验的积累,为了更好的服务玩家和争取公司利益,越来越多的网络游戏社区出现了。游戏社区中有大量的用户创造内容（UGC,User Generate Content）,UGC因其用户自主创造的特性,必然既有优质内容也有劣质内容,对劣质内容的管控是游戏运营中重要的一环。文本是UGC内容的重要表现形式之一,借助机器学习技术对文本形式的UGC内容进行管控可以节约人工审核成本,提升社区内容运营质量。本文介绍了游戏社区内容管控应用场景,分析了现有的社区内容管控解决方案存在的问题,提出了利用机器学习辅助游戏社区内容管控的方案。完成了方案中文本分类工具的设计和实现,在公开数据集上验证了文本分类工具中的文本分类网络包括单一网络的Fast Text、Text CNN,上下游网络的ELMo、HAN、CNNRNNAttention,骨干网络的BERT的有效性。接着以王者营地、掌上英雄联盟为例进行了工具的应用,完成了数据集构建、模型训练和对比,验证模型指标符合基本应用需求,解决了游戏社区UGC文本分类问题。本文设计和实现了用于辅助社区内容管控的文本分类工具,利用工具解决了王者荣耀游戏社区UGC水帖识别和掌上英雄联盟社区UGC多分类问题,提升了社区内容运营能力。