本发明公开了一种基于关键信息与动态路由的文本分类方法、分类器及系统，属于文本分类技术领域，方法包括：对待分类文本进行预处理，并提取待分类文本中的关键词；将预处理后的待分类文本和关键词一并输入预训练语言模型BERT的嵌入层，得到预分类输出；将预分类输出输入到BERT中进行深度编码，得到再分类输出；在BERT中通过动态路由取代CNN中的池化操作搭建下游的分类器，并将预分类输出和再分类输出分别输入到分类器中。发明通过将BERT中嵌入层的输出特征和BERT深度编码的最终输出特征输入到下游分类器中进行两次分类预测，并通过加权相加两次预测结果得到最终的分类结果，充分利用了BERT内部的浅层特征表达，在不改变BERT内部结构的同时大幅提升了分类准确率。