本发明公开了一种基于社交媒体短文本的用户异常精神状态分级评估方法，涉及网络安全与公共心理卫生领域，本发明针对社交媒体用户的异常精神状态检测问题中，数据提取中的综合特征提取方法，模型构建中的基于平行学习和自注意力机制的隐层构建与分级分类，以及具体部署方案中的边缘计算与迁移学习增量更新模式。该评估步骤包括：首先基于综合特征提取方法构造原始数据集，接着基于词向量层‑复合隐层‑分级分类层进行模型构造与训练，然后将准备就绪的模型部署至边缘设备，并定时基于迁移学习的思路进行增量更新以提高模型精度。本发明能够对使用社交媒体的用户在发布新消息时进行实时而迅速的高精度异常精神状态分级检测。