文档分类是一项具有重要应用的挑战性任务。近年来，深度学习方法在解决这一问题上受到了广泛关注。尽管取得了进展，但现有的模型未能高效地将文档结构知识融入其架构中，并且没有充分考虑词语和句子的上下文重要性。本文提出了一种新的方法，该方法结合了卷积神经网络（Convolutional Neural Networks）、门控循环单元（Gated Recurrent Units）和注意力机制（Attention Mechanisms），用于文档分类任务。本文的主要贡献在于利用卷积层通过层次表示提取更有意义、更具泛化性和抽象性的特征。本文提出的这种方法改进了当前基于注意力机制的文档分类方法的结果。