本发明公开了一种基于GCN的文本分类方法，包括：获取文本分类语料集；其中，语料集包括多个样本，每个样本包含标题和篇章；对语料集进行预处理，将预处理的语料集分为训练集、验证集和测试集；通过spacy对篇章进行处理，提取单词间的图关系；根据图关系，将每个单词嵌入矩阵的低维实值向量空间；根据单词的向量表示，构造双向LSTM，并得到句子表示；基于自注意力机制重构句子表示，输入到GCN神经网络中，训练出语义分类模型；将验证集的文本词向量输入到模型中，记录保存在验证集上效果达到最优时的模型参数；基于验证集得出的最优的模型去测试测试集，得到分类结果。本发明运用LSTM和GCN加上注意机制，最终得到更加准确的类结果。