本发明提出了一种基于大数据的自然语言处理模型构建方法，首先，构建文本分类模型；采用嵌入语言模型获取输出词向量输出序列；将词向量输出序列表示分为正序序列和逆序序列，分别计算所述正序序列和逆序序列的概率分布，得到正序语义编码和逆序语义编码，最终输出特征编码；其次基于所述最终输出的特征编码进行语义信息分类，将目标特征编码与两个子集进行比较，其中将具有较高匹配度的子集标记为目标特征编码的所属集合。通过词向量表示单元、特征提取单元和概率分布计算单元来联合优化自然语言处理模型，这样能够显著提高词嵌入深度学习模型的泛化能力。