本发明提供的基于深度网络的自然语言情感分析方法，在记忆网络的基础上，语义依存信息引入来引导注意力机制的执行，包含了句子整体情感信息的上下文矩信息也被用来为当前分析对象词提供背景信息。整个模型包括嵌入模块、记忆序列构建模块、语义依存掩码注意力模块、上下文矩情感学习模块以及输出模块。在模型中，根据依存句法树得到的对象词和上下文的语义依存关系信息将引入到记忆网络中，使得每一个层的记忆序列都是动态生成的，从而引导记忆网络的多层模块中的注意力机制的执行。另外，为了引入句子的整体情感信息，即同一句子中所有对象词之间的关系信息，我们提出了一个基于上下文矩的学习任务，通过多任务学习来辅助特定对象词的情感分析。