一种科技情报的智能分类分析方法、系统、存储介质及服务器，方法包括：进行数据收集并对收集到的数据通过预处理构建文本主题信息词向量矩阵；利用卷积神经网络模型从文本主题信息词向量矩阵提取词汇特征和上下文特征；获取上下文特征的池化特征，并采用全连接对池化特征进行非线性处理获得整合特征；对整合特征通过softmax分类学习得到分类标签。本发明使卷积神经网络模型在文本特征提取方面兼具细颗粒度的词向量特征和粗颗粒度的上下文特征，相比于传统卷积网络分类模型，能够捕获更为丰富的语义特征，解决了文本信息中蕴含的上下文复杂语义关系特征抽取问题。相比图像分类卷积模型，本发明模型结构具有轻量化特点，降低网络复杂度。