本发明公开了一种基于LSTM神经网络模型的文本分类方法，包括以下步骤：S1、通过向量空间模型对文档集合中的文本进行模式化，得到文档集合中文本的向量空间；S2、通过互信息算法提取文档集合中文本的向量空间的特征，得到文档集合中文本的特征向量；S3、通过已知文本类别的文本的特征向量对LSTM神经网络模型进行训练；S4、将待检测的文本的特征向量作为LSTM神经网络模型的输入，得到文本的分类结果。本发明通过LSTM神经网络模型对文本进行分类，可解决传统网络存在的梯度消失和梯度爆炸问题，且具有较高的准确率。