Запропоновано новий метод для автоматизованого виявлення фішингового вмісту в текстовій частині електронних листів, який базується на застосуванні гібридної нейромережевої архітектури. Основу запропонованого методу складає інтеграція згорткових нейронних мереж, двонаправлених рекурентних мереж з довгою короткостроковою пам'яттю та механізму уваги. Таке поєднання дає можливість враховувати локальні та глобальні семантичні ознаки тексту одночасно, підвищуючи ефективність класифікації фішингових повідомлень порівняно з класичними методами машинного навчання та традиційними нейромережевими підходами. В роботі здійснено поглиблене дослідження впливу розмірності векторних представлень слів GloVe на результати класифікації. Проведені експерименти охоплювали кілька наборів даних різного розміру та характеру текстів, включаючи як загальні набори, так і спеціалізовані для виявлення фішингу.