本发明属于人工智能信息安全技术领域，公开了一种面向文本的对抗样本生成方法、系统、设备及终端，该方法包括：对获取的文本数据进行预处理，使用处理好的训练集训练深度学习模型；将数据输入深度学习模型，对文本进行计算，获取关键词权重；将关键词按照权重排序后选择关键词进行处理生成对应的对抗样本，根据模型识别效果选择结束或者继续修改关键词，获取最终的对抗样本。本发明结合了单词级和句子级的方法，同时避免了无效语句的生成，减少了修改的比率，尽可能地不影响文本语义，在保证攻击效果的同时减小了人眼识别的可能性。本发明自适应地选择最优扰动，在保留完整文本语义的同时尽可能减小扰动幅度，以更高的攻击成功率欺骗分类器。