本发明公开了一种基于增强语义的自动文本摘要方法，步骤如下：对文本预处理，按照词频信息从高到低排列，将词转为id；利用一个单层双向LSTM将输入序列进行编码，提取文本信息特征；利用单层单向LSTM将编码得到的文本语义向量进行解码获得隐层状态；进行语境向量的计算，提取输入序列中与当前输出最有用的信息；在解码后得到一个词表大小的概率分布，采取一定的策略进行摘要词选择，训练阶段将融合生成摘要和源文本的语义相似度进行损失计算，提高摘要和源文本的语义相似度。本发明利用LSTM深度学习模型对文本进行表征，融入上下文的语义联系，并增强了摘要和源文本的语义关系，生成的摘要更能契合文本的主题思想，应用前景广泛。