本发明是关于一种多标签文本分类方法。该方法包括：获取文本数据；对获取的文本数据进行处理；获取经过处理的文本数据的特征向量；利用所述特征向量对多分类模型进行监督训练，得到分类器。本发明提供的技术方案，一方面在文本多分类上进行了改进，所以相较于多标签文本分类，在模型训练时间上会更快速；另一方面，因为在训练前对具有尾部标签的样本进行了数据增强，一定程度上解决了多标签文本分类长尾分布问题，同时也提升了模型预测的准确率。