本发明公开了一种基于多角度卷积神经网络与循环神经网络的文本分类算法，包括步骤：1)对文本进行多角度的卷积神经网络的建模，包括不同的滑窗宽度、过滤器和池化类型，得到一种特征表达；2)对文本进行双向LSTM循环神经网络的建模，得到另一种特征表达；3)对文本的两种特征表达进行特征融合，利用SVM分类器，得到文本的分类。本发明将多粒度、多种卷积、多种池化融入到卷积神经网络中，将双向传播引进LSTM循环神经网络，得到两种文本高层特征表达，通过特征融合方式，建立SVM分类模型，得到文本分类结果。本发明能够捕获不同的文本高层特征表达，通过特征融合，得到文本更丰富的特征表达，建立SVM分类模型，提高分类效果。