情感分析通过建立有效的分析方法,让计算机正确、有效地理解人类语言情感倾向。随着中国经济的迅速发展,汉语成为一种新的强势语言。中文情感分析成为一个备受瞩目的科学问题。本文利用神经网络模型融合方法进行中文评论文本情感分析,开展了下述研究工作。首先,将图像分类领域的分形卷积神经网络模型(Fractalnet)应用于中文情感分析,得到一种基于分形卷积神经网络的情感分析模型。本文在微博评论、酒店评论进行调整列宽值实验。结果显示,基于分形卷积神经网络的情感分析模型当列宽为3时,准确率、F1值超过列宽值为2、4时对应的实验指标。其次,将分形卷积神经网络与TextCnn进行模型融合,设计了一种融合不同模型卷积层的Text_Fractalnet情感分析模型。通过与TextCnn、Fractalnet,vDcnn模型进行实验对比,结果显示Text_Fractalnet模型的准确率、F1值均超过对比模型。最后,在Text_Fractalnet模型融合层引入“融合率”参数,调整TextCnn和Fractalent支路的特征向量比重,提高了Text_Fractalnet情感分析模型的泛化性能。本文对引入融合率的Text_Fractalnet模型与未引入融合率的Text_Fractalnet模型进行实验对比。结果显示,当融合率取多种情况时,前者的准确率、F1值超过了后者对应的实验指标。