为了有效获取短文本评论隐含的语义信息进行情感倾向性识别,提出一种基于CNN-LSTM模型的短文本情感分类方法.　利用卷积神经网络(convolutional　neural　network,CNN)模型设置不同大小的卷积窗口,提取短文本的语义特征.　引入长短时记忆(long　short-term　memory,　LSTM)神经网络模型对短文本的情感倾向进行预测.　在3种不同的中英文短文本评论数据集上进行验证取得较好的性能,其中,在NLPCC评测数据集上,正、负向情感识别的F1值分别达到0.　768　3和0.　772　4(优于NLPCC评测的最优结果).　相较于传统的机器学习分类模型,t-test检验结果表明性能提升显著.