文本分类是自然语言处理(Natural Language Processing,NLP)中的一项基础研究任务,而文本特征表示是分类任务的基石,其表征质量直接影响分类器性能。因此,研究高质量的文本特征表示尤为重要。近年,如火如荼的深度学习技术展现出强大的特征自动提取能力,并在多数自然语言处理任务中取得令人满意的效果。将深度特征学习应用到文本分类任务的过程中,存在以下三个影响模型最终分类性能的挑战:1)如何得到较好的词向量来表征单词;2)如何更好的提取并结合单词之间的信息;3)如何使最终句子向量能准确、全面地包含文本语义。针对以上三个机遇,本文依次展开以下三方面的工作:首先,本文提出一种新的门机制用于在单词表征的过程中字符(Character)和词(Word)的结合,以得到信息更加丰富的词向量。在词向量化的过程中,大量未登录词(Out of Vocabulary,OOV)被模型直接抛弃或随机初始化的做法严重影响模型最终分类性能。为解决这一问题,并且考虑到从字的角度构建单词更容易捕获词的形态学特征,本文同时从字级别和词级别的角度去建模单词,提出一个新的基于双边门机制的文本表征与分类模型。该工作在2018年国际标准语义测评SemEval的多语言绘文字(Emoji)预测任务中,取得远超过基准模型的成绩。相关系统描述论文发表于2018年的SemEval研讨会(Workshop)。然后,本文提出一种基于多注意力矩阵的句子表征方法进行文本分类。在文本分类任务中,注意力机制因其出色表现已得到广泛应用,但现存的注意力机制仍存在局限:利用单一向量同时提取文本在多类别下的特征,导致模型混乱度高。本文提出基于类别的多注意力机制矩阵从各个类别角度分别提取文本特征,提升注意力机制的纯度来优化分类模型。相关系统在2017年NLPCC的新闻标题分类任务中获得第四名,其论文发表于2018年IJCNN(CCF-C类)会议。最后,本文提出一种基于句子中心的文本表征优化方法。现存的深度学习分类模型在得到文本表征后直接将文本向量通过Softmax函数进行分类,没有考虑在得到文本向量后的优化问题。但在文本表征空间,相同类别下的样本应具有相似的实数向量,换而言之,类似的样本向量应当聚在一起。于是本文提出一个由全局类别中心向量约束的神经网络框架来优化文本表征,并进行文本分类。本文提出的类别中心向量用于辅助神经网络模型从类别全局的视角来抽取文本的类别特征,这部分工作发表在2018年的PAKDD(CCF-C类)会议上。本文在SST2、Yelp13、Yelp14、NLPCC2017、Twitter Emoje等多个真实公开的文本分类数据集和不同的文本分类任务上完成了大量实验。充足的实验结果表明,本文所提的三个模型都很好地应对了前文所述的三个挑战,并都获得模型分类性能的提升。