摘要

每年不断增长的文档数量使得信息处理方法在搜索、检索和组织文本方面需要不断改进。这些信息处理方法的核心是文档分类，它已成为监督学习的一个重要应用。然而，随着文档数量的增加，传统分类器的性能最近有所下降。这是因为文档数量的增长伴随着类别数量的增加。本文与当前将问题视为多类分类的文档分类方法不同，采用了层次分类的方法，我们称之为用于文本分类的层次深度学习（HDLTex）。HDLTex 使用深度学习架构的堆栈，在文档层次结构的每一层提供专门的理解。