近年来随着互联网的快速发展,网络信息呈现出飞速增长的趋势,其主要表现形式为短文本。如何从中找到有价值的信息并对其进行准确分类已成为学者们关注的焦点。短文本具有字数少,维度高等特性,无法照搬长文本分类方法。针对这些问题本文对短文本分类的相关技术展开研究。首先设计了短文本特征扩展算法STFE,使短文本的有效特征增多再进行分类其准确性有一定提升。然后提出CAS-CNN网络结构,在词向量层引入注意力机制,从不同角度丰富词向量的特征,从而提升分类效果。具体研究工作有以下三点:(1)提出了短文本频繁特征词集挖掘算法SP-Apriori,解决了单机模式下Apriori算法挖掘频繁特征词集效率低的问题。该算法结合Spark的优点,降低SP-Apriori算法执行的时间并提高了挖掘频繁特征词集的效率。(2)提出了采用频繁特征词集的短文本特征扩展算法STFE,缓解了短文本特征不足的问题。首先采用SP-Apriori算法挖掘语料库的频繁特征词集,筛选有效的关联规则,接下来把部分关联特征词扩充到短文本中,使短文本的特征词数量增多,为接下来分类任务增加了特征信息。(3)设计了新的网络结构,提出引入注意力的卷积网络短文本分类模型CAS-CNN。通过引入注意力对初始词向量进行加权计算,使网络能更加关注重要特征抑制无效特征,丰富了词向量层的特征表达。与其他常用的分类模型相比较,本方法的F1值得到提升。