古诗词作为中华文化中的瑰宝,不仅在当代人文化建设中反映他们的精神生活,而且对现代人的情操陶冶和文化修养有重要帮助,因此,古诗词的研究价值是不容小觑的,也具有长远的研究意义。随着信息时代的快速发展,越来越多的学者开始研究自然语言处理领域的相关工作,数据的处理也用现代计算机智能化技术来取代传统的手工。文本分类技术作为自然语言处理的经典问题之一,能够有效对海量文本数据进行自动归类,虽然已在现实生活中有广泛的研究与应用,但将其用在古诗词上的研究并不多。本文主要对古诗词在情感分类和主题分析两个部分进行研究,主要工作与创新点如下:（1）对于同一个句子在表达语义上,古文与现代文是有明显不同的,分词作为文本处理进行分析的第一步也是关键的一步,所以为确保古诗词的字和词语义向量能有效划分,本文提出采用甲言工具包,它是一款专门针对古汉语处理的NLP（Natural Language Processing）工具包;（2）本文中情感分类的数据集采用的是清华大学人工智能所提供的中文诗词情感分类公开测评数据库,根据古诗词自身特点,总结和整理了现有的情感词汇资源对古诗词进行情感倾向的判断,模型的精确度达到78%;（3）主题分析的数据集是应用爬虫技术采集诗词网站诗词归纳的数据,并对数据集进行类别标记。本文研究了Text CNN（Text Convolutional Neural Networks）、LSTM（Long Short-Term Memory）和Attention机制等多种深度学习模型,并使用了多种不同结合的网络结构模型,期望获得更好的分类结果,并通过实验证明,Text CNN、Bi LSTM和Attention机制结合的模型的准确率最高达到71.24%,在一定程度上可以提高主题分类效果;（4）本文将古诗词的情感分析问题和主题分析问题归结为分类问题进行研究,并在上述的研究基础上,本文建立了一个基于古诗词的主题情感分析系统,该系统主要包括主题分析模块、情感分类模块、查询模块、历史记录模块和用户管理模块五个模块。