训练好的BP什么网络怎么做新的文本分类？

BP神经网络是一种经典的前馈神经网络，可以用于文本分类任务。如果已经训练好了一个BP神经网络模型，可以使用以下步骤进行新的文本分类：

1. 数据预处理：将需要进行分类的文本数据进行预处理，包括分词、去除停用词等。

2. 特征表示：将文本数据转化为计算机可以处理的数值特征，可以使用词袋模型、TF-IDF等方法进行特征表示。

3. 预测：将特征输入训练好的BP神经网络模型中进行预测，输出层的结果即为分类结果。

需要注意的是，训练好的BP神经网络模型需要与新的文本数据所使用的特征表示方法相匹配，否则无法进行分类。同时，为了保证分类效果，还需要对训练好的BP神经网络模型进行适当的优化和调参。