本发明涉及一种文本分类方法，基于训练文本的文本向量训练文本分类器；构建待测文本的文本向量，将待测文本的文本向量输入至已训练的文本分类器中，进行文本分类；所训练文本的文本向量和待测文本的文本向量获得的方法为，步骤1：对标注文本进行预处理，特征选择，进行词向量训练；步骤2：根据步骤1所得词向量，计算文本的全局向量和局部向量；步骤3：根据步骤2所得全局向量和局部向量，计算文本向量。本发明有效克服了现有文本分类方法的缺点，相对于规则方法省略了人工规则构建的过程，相对于向量空间表达方法减少了维度灾难的风险和考虑了文本的浅层语义信息，相对于基于Word2Vec词向量，充分考虑了文本表达的全局信息和局部信息，分类更加准确。