本發(fā)明公開了一種基于循環(huán)注意力機制的文檔快速掃描定性方法，獲取訓練數(shù)據(jù)集，在預處理階段，將整個文檔轉(zhuǎn)換為詞向量矩陣，詞向量矩陣通過含有循環(huán)注意力機制的文檔檢測模型，包括卷積神經(jīng)網(wǎng)絡模塊、最大池化模塊、循環(huán)神經(jīng)網(wǎng)絡模塊，利用回報函數(shù)得出回報值reward，訓練循環(huán)神經(jīng)網(wǎng)絡，優(yōu)化模型參數(shù)，測試模型準確率。本發(fā)明的方法基于注意力機制，引入了強化學習的訓練方法，適應性更強，并且不需要對全文進行檢索，而是通過處理文檔中的局部信息，智能快速的預測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