针对区块链平台上智能合约应用种类繁多，人工筛选合适的智能合约应用服务日益困难的问题，提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先，利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模，最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征，账户信息角度关注智能合约的账户特征。然后，在特征学习过程中从词层面和句层面分别引入注意力机制，重点捕获对智能合约分类有重要意义的单词和句子。最后，拼接代码特征与账户特征以生成智能合约文档级特征表示，通过Softmax层完成分类任务。实验结果表明，所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%，效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型，且具有更好的稳定性与更高的收敛速度。