本申请提出一种数据增强方法、文本分类模型的训练方法和装置，涉及文本分类技术领域。为解决现有技术中文本分类的准确率较低的问题而发明。包括S10、获取文本分类的至少一个初始训练文本和对应类别；S20、根据任意第一数量初始训练文本中每个初始训练文本对应的分词数据中停用词个数，分别对该任意第一数量初始训练文本中每个初始训练文本对应的分词数据进行停用词处理，得到第一数量的增强数据；S30、判断得到的增强数据是否符合预设数据规则；如果是，执行步骤S40；否则，执行所述步骤S20；S40、将所述至少一个初始训练文本和对应类别与所有增强数据和对应类别混合，得到增强训练集。