传统的机器学习技术,包括支持向量机(SVM)等技术,已经被应用到文本情感分析的各种任务中,这使得复杂分类问题的泛化能力很差.近年来,机器学习在自然语言处理研究方面取得了突破.卷积神经网络(CNN)和递归神经网络(RNN)是文本分析的两种主流方法.通过对神经网络模型的研究,提出了一种使用卷积神经网络(CNN)的多个分支与长短时记忆神经网络(LSTM)层的组合内核来进行情感分析的方法,并通过实验验证了其性能优于现有的CNN模型和LSTM模型.