1、隨著科學技術(shù)的發(fā)展，在互聯(lián)網(wǎng)和現(xiàn)實世界中存在著大量的數(shù)據(jù)，尤其在互聯(lián)網(wǎng)上，信息量巨大并以指數(shù)級的速度增長，包括文檔、視頻、音頻等。其中文檔信息又對人們的生活尤為重要。但是從海量的文檔信息中獲取對人們有意義的數(shù)據(jù)變得很困難，而文檔分類是從海量的文檔中提取信息的前提，所以從大量的文檔中進行文檔分類就顯得很重要。
　　自從文檔分類技術(shù)在1957年第一次被美國科學家H.P.Luch提出，文檔分類逐漸成為數(shù)據(jù)挖掘領域一個重要的課題，經(jīng)過多年

2、的發(fā)展，文檔分類技術(shù)已經(jīng)有了很多效果良好的方法，并已經(jīng)有良好的應用，但是當文檔數(shù)量特別大的時候，如何選取文檔的特征以便于快速有效的進行文檔分類就成為一項重大挑戰(zhàn)性任務，本文利用深度學習的技術(shù)及無監(jiān)督的學習方式解決海量文檔的分類問題。
　　本文首先介紹了常用的文檔分類技術(shù)和文檔分類的評價標準，然后分析了現(xiàn)有技術(shù)的缺點，介紹了深度學習的發(fā)展歷史和主要的技術(shù)思路以及如何用深度學習方法規(guī)避現(xiàn)有的文檔分類方法的缺點。
　　最后，在現(xiàn)有