本发明公开了一种基于关键词加权信息的情感分析方法，涉及自然语言处理技术领域。本发明的一种基于关键词加权信息的情感分析方法，通过对文本数据进行清理和词向量训练，得到词向量文件输入双向长短时记忆网络，捕获每个单词的上下文信息，将提取出的关键词矩阵与双向长短时记忆网络的输出进行拼接，输入给CRF层进行修正，再使用分类器判别文本的类别输出与实际类别相比较来训练网络，用训练好的模型预测待预测文本的情感极性，取概率最大的类别作为预测的类别输出。本发明的情感分析方法，在充分获取上下文信息的同时，能利用关键词信息使文本的分类更加准确，同时利用CRF融合上下文的关系特征，该方法可以更准确地对文本内容的情感极性进行分类。