本发明涉及基于胶囊网络与时序的刑事多罪名预测方法，属于自然语言处理技术领域。本发明包括步骤：数据的收集；数据的预处理；提取时序特征；对事实描述文本进行特征表示：事实描述文本编码时将词向量按句输入，采用长短记忆力网络将词级文本提取特征得到句子级的事实描述文本特征向量表示；从得到的特征向量经过压缩函数进行压缩生成初级胶囊，将初级胶囊作为胶囊预测层的输入，通过动态路由的方式迭代生成不同罪名的类别胶囊与罪名类别概率；使用生成的罪名类别胶囊、罪名类别概率以及时序特征值对多罪名进行预判，最终得到罪名预测的结果。本发明有效的解决了多罪名的低频与多标签分类问题，为智能法院的建设提供了有力支撑。