该文综述长文本分类研究，比较Naive Bayes、BERT等模型，发现BERT表现稳定，传统模型多数也良好；介绍Transformer长文本建模、分层传递学习、分块自注意力框架及基准测试，指出复杂模型未必更优，并探讨模型融合、聚合大语言模型和主题模型改进等方向。