句子级情感分析是自然语言处理的热门研究内容之一。针对当前传统的语言模型采用的静态词向量不能充分捕捉词语上下文情感特征的问题,提出用预训练语言模型RoBERTa_WWM来提取文本中的语义特征表示,然后将词语语义信息特征输入到双向LSTM模型中进行情感倾向分析。同现有的多个情感分析模型相比,该模型在ChnSentiCorp和NPCC14-SC中文数据集上取得了更高的准确率,分别为94.68%和94.24%,结果证明了该模型在中文短文本情感分析任务中的有效性和优越性。