随着社交网络的迅速普及,相对于传统的文字描述,人们更倾向于发布图文结合的评论来表达自己的情感与意见。图像的情感特征具有复杂性和主观性的特点,而现有的图文情感分析方法通常仅考虑图文间的高级语义联系,且较少注意图片中低层次情感特征与文本情感之间的关联性。故本文聚焦于引入多级别的图像信息以增强图文评论情感分析的效果,具体实现的工作包括:为了验证多级别的图像信息在图文情感评论分析任务中的作用,提出基于多级特征融合的图文情感分析方法。该方法使用多分支的卷积神经网络提取不同层次的视觉特征,并提出了多级平均融合、深度监督融合和多级注意融合三种融合方式挖掘图文之间的情感共现。在公开图文情感数据集上的实验结果表明,综合分析文本特征和图像多级特征之间层次化情感联系的多级特征融合方法有效地提升了图文评论情感分析的效果。由于空间注意力在各类图文结合的预测任务中取得了良好的效果,提出基于多层次空间注意力的图文情感分析方法。该方法在多级特征融合框架中引入了图像空间注意机制,构建具有五层分支结构的空间注意力模块,针对卷积神经网络不同层次卷积的输出进行空间注意力加权;同时使用渐进式的思想,将加权后的特征矩阵作为下一层的卷积输入,直到得到最后一个卷积层的卷积结果。与其他图文评论情感分析方法的对比实验结果表明,基于多层次空间注意力的方法能有效地增强神经网络捕捉图文情感语义的能力,从而更准确地预测图文整体的情感。