本发明提供一种基于深度双向注意力机制的文本网络信息融合嵌入方法，该方法使用两种向量表示来分别代表网络中节点的结构信息和文本信息，通过深度双向注意力机制将同个节点的结构信息和文本信息进行融合，让结构信息和文本信息进行相互选择，最后将融合得到的结构、文本注意力信息再和原始信息进行融合，作为最终的结构和文本向量表达，每一个节点的最终向量表示由学习得到的结构和文本向量相拼接得到。对于损失函数的设计，本发明在训练的时候倾向于让相邻节点具备相似的结构表达和相似的文本表达，过程中使用的数据集为zhihu、Cora和Hepth，在这三个数据集上进行关系预测。