一种基于深度量子神经网络的社交文本情感分析系统，它属于量子计算与自然语言处理的交叉技术领域。本发明解决了现有深度学习方法存在的存储开销大、时间复杂度高以及预测精度低的问题。本发明提出了可调参量子深度学习方法用于社交文本情感分析，利用的量子计算只需要存储输入和输出，而不需要存储中间的结果，那么就节省了二进制编码的存储空间，解决了二进制编码的存储开销大的问题，而且，量子并行计算不需要逐步计算每一个深度神经网络的经典计算，所以降低了深度神经网络的时间复杂度。本发明采用分阶段的训练可以获得更优的模型，与现有方法相比，本发明方法具有较高的预测精度和较强的鲁棒性。本发明可以应用于对社交文本情感进行分析。