本研究では、テキスト分類に動的ルーティングを用いたカプセルネットワークの探索を行いました。私たちは、ノイズカプセル（"background"情報が含まれている可能性がある、または成功裏に訓練されていないカプセル）の干渉を軽減するために、動的ルーティングプロセスを安定させる3つの戦略を提案します。6つのテキスト分類ベンチマークデータセット上で、カプセルネットワークを使用した一連の実験を行いました。その結果、カプセルネットワークは6つのデータセット中の4つで最先端の性能を達成し、テキスト分類におけるカプセルネットワークの有効性が示されました。さらに、単一ラベルから複数ラベルへのテキスト分類において、強力なベースライン手法と比較してカプセルネットワークが著しい改善をもたらすことを示しました。私たちの知る限りでは、これは初めて実証的にカプセルネットワークがテキストモデリングに応用された研究です。