摘要
本发明公开了一种基于深度学习的文本分类方法及装置，涉及文本分类的技术领域；通过调用预训练的浅层神经网络模型对目标文本进行分析，得到第一分类结果；若第一分类结果不理想，则调用预训练的第二深度学习模型对目标文本进行分析，得到目标分类项；第二深度学习模型是一种结合图神经网络和双向长短期记忆网络的模型。通过使用计算效率高、耗费小的浅层神经网络模型，能够快速处理大部分的文本；对于浅层模型无法准确分类的文本，使用复杂的图神经网络和双向长短期记忆网络，保证了分类的准确性。通过分级处理机制，优先使用浅层神经网络进行初步分类，仅在必要时调用复杂模型，有效节省了计算资源，提高了处理效率。
