【目的】更加全面地提取文本語義特征,提高文本向量對文本語義的表示能力。【方法】通過卷積神經網絡提取詞粒度、主題粒度和字粒度文本特征向量,通過"融合門"機制將三種特征向量融合得到最終的文本向量,并進行文本分類實驗。【結果】該模型在搜狗語料庫文本分類實驗上的準確率為92.56%,查準率為92.33%,查全率為92.07%,F1值為92.20%,較基準模型Text-CNN分別提高2.40%,2.05%,1.77%,1.91%。【局限】詞序關系范圍較小,語料庫規模較小。【結論】該模型可以更加全面地提取文本語義特征,得到的文本向量對文本語義表示能力更強。