随着大数据时代的到来,海量数据也随之涌现。语音、图像、文本等非结构化数据体量的增速远大于结构化数据。其中,产品描述等短文本蕴含了丰富的信息,如何提取这些信息在搜索引擎、新闻主题分类等领域具有重要的研究价值。在电商平台、实体店商品管理场景下,常常需要建立商品的三级品类分类体系用以深刻洞察消费者偏好。然而由于录入不规范等原因,实际商品品类错绑情况较为常见,因而有必要建立商品品类自动识别模型。目前对于长文本分类已经有比较成熟的解决方案,而商品标题分类的难点在于:标题分类是对极具概括性的超短文本进行分类,通常这个标题不超过20个字,往往具有语义模糊性和特征稀疏性。简单将长文本分类方法应用到标题分类上通常无法取得令人满意的结果。本文研究讨论了商品标题基于贝叶斯、近邻法、支持向量机三种传统分类算法和新兴文本分类算法Fast Text的集成方法,并且建立了有效组合四种基分类器的stacking集成模型。使得商品品类自动识别具有了可行性。首先,针对传统中文文本分词中存在的语料不平衡现象,引入4个淘宝关键词词典外部相关词库,在商品标题语料集上得到有效性验证后,使用混合模型,对商品标题文本进行训练,得到相应的词向量表示。其次,研究并优化了贝叶斯、近邻法、支持向量机、Fast Text四种算法模型,对于商品标题中作为品牌的特征词与其他特征词不具有类条件独立性的情况,本文将特征项集合做进一步划分,建立了双层贝叶斯分类模型。最后,对上述四种算法模型进行融合,即建立stacking集成模型。实验结果表明,集成后的算法模型在短文本(商品标题)分类领域的系统稳定性,分类准确度均高于优化后四种基分类器,从而验证了本文提出的stacking集成算法是一种更为有效、准确的超短文本分类算法。