近些年来,随着互联网技术的快速发展,其已成为人们主要的获取信息的渠道。在众多舆情之中充斥着大量谣言和具有煽动性的言论,鱼目混珠,让人皂白难分,这样就会导致一些人听之信之,并二次转发,导致更多人被蒙蔽,因此,除了要求网民慧眼识真外,网络舆情监控也很重要,是把控源头的关键。尤其是拆迁工作更是关乎到政府和人民的关系是否融洽,更关乎人民的幸福水平,如果,处理不当会造成社会动荡和不安定因素的增多。因此,关于这类的网络舆情更是关注的重点,要在源头严格把控,针对不当言论作处及时的处理。本文主要工作是针对网络中拆迁相关类舆情做一个网络舆情系统,功能包含两大部分,首先是抓取拆迁相关类舆情信息,然后对其做情感倾向分析。本文先是提出该系统中舆情爬取部分,通过编写针对不同网络的网络爬虫,再根据关键词爬取特定信息,然后经过情感分析部分,即对舆情进行积极、消极和中性情感分类。若要让机器“理解”人类语言,这涉及到自然语言处理理论,其中包括对舆情进行预处理,涉及到文本清洗、中文分词、获取词向量,最后,分别采用了卷积神经网络(CNN)、长短期记忆网络(LSTM)和循环门单元(GRU)三种情感分析模型进行训练和模型预测。最终卷积神经网络的准确率最低,以至于无法应用于实际系统中来,长短期记忆网络的准确率最高,能够达到85%以上,最后选用其作为系统的情感分析模型。