本发明实施例公开了一种基于多任务学习的文本分类方法、装置、电子设备及存储介质，属于文本处理技术领域，所述基于多任务学习的文本分类方法包括：输入文本数据的特征向量集和其对应的标签值；将全部文本按照一定比例分割成训练数据集和测试数据集；确定任务数量m的值，将训练数据集的样本平均分配到m个任务；对模型进行求解，得到回归矩阵W；利用所述回归矩阵W，对测试数据集的样本进行回归，估计测试文本的标签估计值，以此完成对测试文本的分类。本发明通过在多个任务之间传递知识来提高所有任务的泛化能力，进而提升文本分类的效果。