基于深度学习的自然语言文本数据智能分类方法及系统

本发明提供基于深度学习的自然语言文本数据智能分类方法及系统，涉及自然语言处理技术领域，所述方法包括：步骤1，针对文本中存在的对抗性变体，采用上下文感知机制分析目标词汇的真实语义，结合词义库与动态学习率调整策略的预训练过程，生成语义一致的候选替换词汇集合；步骤2，基于候选替换词汇集合，进行多维度语义相似度计算与情感倾向判别，通过语境适配策略确定符合原始文化背景的适用词汇，生成标准化文本序列。本发明通过多维度语义分析、文化语境融合、跨粒度特征构建及动态参数校正，实现自然语言文本分类的准确性和适配性。