本发明涉及一种基于自注意力的单词和标签联合的短文本分类预测方法，其技术特点是：构造短文本序列的向量表示的矩阵，得出经由文本自注意力转换后的文本表示矩阵；构造标签序列的向量表示矩阵，得出短文本与标签交互注意力转换后的交互文本表示矩阵；得到文本语义表示向量z；最后z经过全连接层预测分类结果与短文本实际标签y进行比较计算出预测误差，通过不断迭代得到最优参数。本发明考虑单词和标签之间的相互影响，引入自注意力机制，利用数据集本身的类别标签信息，将标签和短文本的单词向量映射到同一空间，从而实现更好的交互功能，其充分提取到上下文信息，增加可解释性，提高了分类结果的准确度及分类任务的泛化能力。