本发明提供一种基于多层LSTM模型的并行处理分类方法，涉及信息技术领域。该方法首先对数据进行预处理，根据数据的分类体系，提取多个待分类实体的基础信息；然后构建多层LSTM模型，将带有标注的训练数据输入到多层LSTM模型中，用最小平方误差为代价函数，计算多层LSTM模型输出的结果与标注结果之间的误差，并采用误差反向传播方法调整多层LSTM模型的参数，进而得到稳定收敛的多层LSTM模型；最后对于未分类的数据，进行预处理后输入到多层LSTM模型中，得到分类结果。本发明提供的基于多层LSTM模型的并行处理分类方法，能够将多组数据一起通过网络，从而在最后可以输出多个待分类实体的分类结果，这种高信息通量的网络结构大大提高了网络训练的效率。