本发明公开了一种基于特征图构建的小样本专利分类方法，包括如下步骤：S1、获取专利文献的文本数据；S2、提取每篇专利文献的文本形式的关键词向量，构建词汇表；S3、根据词汇表构建多篇专利文献的专利特征图；S4、构建神经网络模型，通过专利特征图对神经网络模型进行训练，完成专利分类模型的构建。本发明的专利分类方法，在获得关键词向量后先构建词汇表；根据词汇表构建多篇专利文献的专利特征图；通过专利特征图构建训练集对对神经网络模型进行训练，实现专利分类模型的构建。本发明的专利分类方法，不需要大量该行业的专利文献数据集，同时分类准确率达80%；在小样本专利分类中具有较好的效果。