本发明提供了一种基于图注意力机制的多标记分类方法及系统，该方法通过对多标记分类数据的特征进行归一化处理；将多标记分类数据中的标记进行编码，生成节点特征；利用多层图注意力层来构建标记嵌入模块，并在标记嵌入模块的每一层均聚合节点特征的邻接特征信息；利用一个多层感知机将原始特征空间映射到潜在特征空间；获取邻接特征信息，指导潜在特征空间；将标记特定特征生成对应标记的置信度评分；将多标记分类数据的特征以及图数据作为神经网络模型的输入，标记作为输出，训练神经网络模型；将待分类的数据输入神经网络模型，输出对应的目标标记，并计算置信度评分，以将标记分类，最终解决了语义信息损失导致的网络正确率低的问题。