本申请涉及人工智能技术领域，揭示了一种基于人工智能的文本分类方法、装置、设备及存储介质，其中方法包括：将所述目标文本输入预设的文本分类模型进行文本分类预测得到所述目标文本对应的目标文本分类结果；所述文本分类模型通过如下步骤得到：采用获取的多个训练样本、情感词词典和同义词词典对初始模型进行掩码训练，所述初始模型是基于Bert模型和分类预测层得到的模型，所述情感词词典和所述同义词词典用于对所述训练样本中的初始文本样本进行词语替换；将训练结束的所述初始模型作为所述文本分类模型。实现在微调阶段将掩码训练和文本分类预测训练同时进行，有效缓解Bert模型的两个训练阶段的差异性，增加训练得到的模型的鲁棒性。