本发明属于智能合约和漏洞检测技术领域，提供了一种基于代码片段的深度学习智能合约漏洞检测方法，本发明通过将较长的智能合约源代码拆分为较短的片段，并采用深度学习模型进行训练，进行源代码片段拆分后，使得深度学习模型能够更好地关注可能有漏洞的部分，代码片段减少了文本长度、删除了部分无关漏洞的文本，本发明利用了自注意力机制来加强深度学习模型的效果，该机制可以帮助模型学习更丰富的语义上下文信息，帮助Transformer编码器学习漏洞上下文之间的关联关系，因此提高了检测精度和检测速度，实现更加灵活和准确地预测和定位代码漏洞。