本发明公开了一种基于提示学习的异质信息网络节点分类方法，包括以下步骤：采用文本编码器将文本编码成低维向量，生成文本表示；采用图谱编码器对异质信息网络的结构特征、异质特征和自监督信息进行编码，获得图表示；通过对比学习，将文本表示和图表示进行预训练对齐；引入自动生成的可学习且连续的提示向量，将标识的自然语言语句提供给文本编码器，并将自然语言语句与图谱编码器生成的结构和异质特征表示进行比较来生成分类时的权重，融合得到单一表示；利用获得的单一表示，进行异质信息网络的节点分类。本发明方法能够在异质信息网络节点分类任务中获得更优异显著的分类性能。