文本分类是自然语言处理汇总的基础性任务，伴随机器学习尤其是深度学习模型的发展，文本分类算法也在革新换代。最近，来自Snapchat、Google、NTU、Tabriz、微软等学者发表了关于《深度学习文本分类》的综述论文，42页pdf篇参考文献，详细回顾了近年来发展起来的多个基于深度学习的文本分类模型，并讨论了它们的技术贡献、相似性和优点。我们还提供了40多个广泛用于文本分类的流行数据集的摘要。
基于深度学习的模型已经在各种文本分类任务中超越了传统的基于机器学习的方法，包括情感分析、新闻分类、问题回答和自然语言推理。在这项工作中，我们详细回顾了近年来发展起来的多个基于深度学习的文本分类模型，并讨论了它们的技术贡献、相似性和优点。我们还提供了40多个广泛用于文本分类的流行数据集的摘要。最后，我们对不同深度学习模型在流行基准上的表现进行了定量分析，并讨论了未来的研究方向。