本申请公开了一种内容分类模型的训练方法，涉及基于人工智能的计算机视觉技术和图像语义理解技术。本申请包括基于内容训练样本，通过内容分类模型所包括的特征提取网络获取M个模态特征向量；基于M个模态特征向量，通过内容分类模型所包括的多模态融合网络获取内容概率分布；基于M个模态特征向量，通过M个模态分类网络获取M个模态概率分布；根据M个模态概率分布、M个单模态类别标签、内容概率分布和内容类别标签，对内容分类模型的模型参数进行更新。本申请还提供了一种内容分类方法及装置。本申请实现同时优化多模态融合网络和特征提取网络的目的，达到内容分类模型中各个网络的平衡的效果，有利于提升多模态分类结果的精度和效果。