本发明公开了一种基于RoBERTa模型的网络舆情情感分析方法及系统，通过对网络舆情信息进行分割，获取文本分割后序列的input embedding，并在input embedding层生成对抗网络，有效提升了模型的泛化能力，再将分割后的文本信息分别输入到预训练模型中获取文本信息的词嵌入特征，并进一步获取长文本信息的更高维度特征，进而对长文本的情感进行分析，提高了对特征的抽取能力，增强了获取网络舆情内容的上下文信息和语义的能力，提高了网络舆情情感分析的准确率，有助于对社会、企业对网络舆情进行管控和分析，减少因网络舆情处理不当造成的经济损失。解决了现有技术中网络舆情情感分析的准确率不理想的问题。