【摘要】[目的/意义]把握并识别在线研讨信息类型，有助于研讨用户快速获取研讨信息、减轻认知负担、形成对研讨状态的正确判断，从而提升研讨效率。[方法/过程]基于深度学习的文本语义理解和挖掘，构建在线研讨信息分类识别的深度学习组合模型GloVe-BiLSTM，进行在线研讨信息的自动化分类预测。利用GloVe对待分类文本进行训练，以获得字词级别的向量，再将词向量输入BiLSTM层提取语义特征，最后输入新的在线研讨文本以得到分类预测的最终结果。[结果/结论]针对CMV社区在线研讨信息的实验表明，构建的GloVe-BiLSTM组合模型在分类准确率、精确率、召回率、F1值等方面均具有出色表现，能够有效实现在线研讨信息的类型分类，为在线研讨社区服务优化提供参考。