情感分析是自然语言处理领域的重要课题,但目前的情感分析相关研究中,其研究对象鲜有针对诗歌文本。汉语诗歌作为中华民族的思想结晶,其相关的情感研究工作有助于加强文化教育和发扬中华传统文化。诗歌的语言简洁凝练,其情感通常承载于意象词。意象词结合了客观物象和主观情感,蕴含着隐喻思维和文化特征。而现有的诗歌情感分析方法中,尚无深入结合意象词特征进行相关工作的研究。为此,本文提出了将意象词特征融合于主流的深度神经网络架构进行诗歌情感分析的方案,其主要的创新性工作如下:一、目前还没有公开的诗歌意象词属性库,因此本文通过半手工的方式构建了意象词库和意象词文化认知属性库,并基于此进行后续研究。二、诗歌意象语言的构建来源于人们在特定的文化认知背景下,对客观事物的自然属性和特征的感知和联想。因此本文从诗歌中的意象词的属性出发,利用意象文化认知属性知识作为意象词中蕴含的认知信息来源,构建基于意象认知属性知识的诗歌文本情感分类模型。模型通过注意力机制提取与意象词认知属性相关的诗歌上下文特征,并将其作为关键信息,最后判断输入文本的情感极性。实验证明,融入意象词文化认知属性信息可以有效提高情感分类模型的性能表现。三、诗歌意象词将形象描绘和情感描绘相结合,是融入了主观情感的客观事物。语言具有抽象性,而客观事物的图像表示相较于语言表示更加具体形象。因此本文进一步引入诗歌意象词相关的视觉图像模态信息,提出了一种基于意象词的多模态诗歌情感分类模型。该模型利用多头自注意力机制探索了诗歌文本、诗歌意象词以及意象词相关的图像特征之间的关联信息,多维度挖掘诗歌意象特征。实验结果证明,我们模型对诗歌的情感分类任务具有有效性,同时还具有通用性。综上所述,本文构建了全新的意象词数据库,并结合诗歌文本的情感特性,构建了基于意象词特征的文本模态诗歌情感分类模型和多模态诗歌情感分类模型,也为其他文学体裁的情感分析提供了新的思路。