本申请提供一种文本增强方法、文本分类方法及相关装置，该方法包括：获得文本语料中的语句内容，并对语句内容进行分词，获得分词后的词语；从概念树中筛选出与分词后的词语中相似度超过阈值的相似词语，并使用相似词语对语句内容进行随机替换，获得多个语句；使用多个语句训练生成对抗网络，获得生成对抗网络模型；使用生成对抗网络模型生成扩充语句样本；将扩充语句样本与文本语料中的语句内容结合，获得增强的文本数据集。在上述的实现过程中，通过使用训练获得的生成对抗网络模型生成扩充语句样本，由于生成对抗网络模型学习到概念树中相似度超过阈值的相似词语之间的新增变化规则，从而能够更好地生成特定类别样本。