随着移动互联网的快速普及，网络上各种电商平台的商品评论、社交网络平台的社交评论等激增，这些评论信息
中的情感倾向具有巨大的商业价值和社会价值。利用图卷积网络（GCN）技术对微博评论数据集和酒店评论数据集等中文短
文本进行情感分析，分析过程中对相关评论文本进行情感标注、文本清洗、中文分词等预处理工作，再使用word2vec模型对预
处理后的评论文本进行文本向量化，并利用GCN模型与深度学习模型CNN、RNN、RCNN等进行情感分析对比实验。实验
结果表明，本文提出的基于GCN的细粒度模型相比于CNN、RNN、RCNN等模型能提高评论类文本情感分析的准确率，在
微博评论和酒店评论的数据集上的准确率分别提高了4.79%、
1.58%以上，从而验证了该模型在中文短文本情感分析方面的有
效性。
