摘要：【目的】利用LSTM模型和字嵌入的方法构建分类系统，提出一种中文图书分类中多标签分类的解决方案。【方法】引入深度学习算法，利用字嵌入方法和LSTM模型构建分类系统，对题名、主题词等字段组成的字符串进行学习以训练模型，并采用构建多个二元分类器的方法解决多标签分类问题，选择3所高校5个类别的书目数据进行实验。【结果】从整体准确率、各类别精度、召回率、F1值多个指标进行分析，本文提出的模型均有良好表现，有较强的实际应用价值。【局限】数据仅涉及中图分类法5个类别，考虑的分类粒度较粗等。【结论】基于LSTM模型的中文图书分类系统具有预处理简单、增量学习、可迁移性高等优点，具备可行性和实用性。