本发明涉及人工智能领域，揭露一种文本分类方法，包括：对文本类别集及样本集执行编码处理，得到初始标签矩阵及样本集中每个样本的每个字符对应的第一向量；对第一向量及初始标签矩阵执行相关性分析，得到每个字符对应的第二向量，并确定样本集中每个样本对应的第三向量；对第三向量执行分类处理，得到每个样本在每个文本类别的预测概率值；将文本类别标签及对应预测概率值输入损失函数，得到损失值，通过最小化损失值，确定目标标签矩阵及训练好的文本分类模型；将待分类文本及目标标签矩阵输入训练好的文本分类模型，得到目标文本类别。本发明还提供一种文本分类装置、电子设备及存储介质。本发明提高了文本分类准确度。