本发明公开了一种基于关键词的产品分类方法，包括如下步骤：步骤一：准备训练集，从训练集中提取产品数据，标注产品数据的目录码，形成样本；步骤二：产品数据的预处理，所述预处理包括噪声样本过滤、词形变换、平衡样本；步骤三：采用预训练语言模型Bert搭建产品分类模型；步骤四：加载并微调预训练语言模型Bert；步骤五：基于语言模型Bert，预测产品的目录码。通过有监督的深度学习，能够克服关键词检索匹配技术的局限，智能解决具有相同关键词但所属不同类别、同一类别内有不同关键词的产品分类、细粒度产品目录分类较难等难题，达到同时采用多种数据预处理方案克服深度学习中样本不平衡、同义异形、标签错误等噪声干扰的效果。