本发明涉及一种基于深度学习的商品关键信息抽取方法及存储介质，所述方法包括以下步骤：获取商品信息数据集，根据预设规则筛选商品关键信息标注数据并构成候选数据集；对筛选后的商品关键信息标注数据进行数据清洗，构造新的商品信息数据集对构造的新的商品信息数据集加入标识符，并进行分词，得到训练数据集；利用训练数据集训练基于Encoder‑Decoder框架的Transformer深度学习模型；基于Transformer深度学习模型对商品原始信息自动抽取商品关键信息。提供一个基于Transformer深度学习模型，用于商品关键信息抽取，相对于传统关键词抽取，选用商品信息作为模型训练数据集，增加商品关键信息抽取的准确性。