本發(fā)明公開了一種基于循環(huán)注意力機(jī)制的文檔快速掃描定性方法，獲取訓(xùn)練數(shù)據(jù)集，在預(yù)處理階段，將整個(gè)文檔轉(zhuǎn)換為詞向量矩陣，詞向量矩陣通過(guò)含有循環(huán)注意力機(jī)制的文檔檢測(cè)模型，包括卷積神經(jīng)網(wǎng)絡(luò)模塊、最大池化模塊、循環(huán)神經(jīng)網(wǎng)絡(luò)模塊，利用回報(bào)函數(shù)得出回報(bào)值reward，訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)，優(yōu)化模型參數(shù)，測(cè)試模型準(zhǔn)確率。本發(fā)明的方法基于注意力機(jī)制，引入了強(qiáng)化學(xué)習(xí)的訓(xùn)練方法，適應(yīng)性更強(qiáng)，并且不需要對(duì)全文進(jìn)行檢索，而是通過(guò)處理文檔中的局部信息，智能快速的預(yù)測(cè)出文檔中特定的位置，在有限的次數(shù)內(nèi)，快速掃描探索找出最能夠代表文檔特征的句子，即分類概率最大的句子，這些句子能夠最大化的表示該文檔的類型。 1