用户评论的情感分析是近年来自然语言处理研究的热门领域之一。情感分析根据粒度的不同可以分为细粒度情感分析和粗粒度情感分析。针对特定领域高质量标注语料不足的问题,提出基于记忆增强和知识迁移的网络结构,在使用泛化性较强的迁移知识特征的同时,进一步通过最大池化获得句子级别的重要特征作为补充,以解决泛化特征对于重要特征的弱化。同时针对每个方面词构建特有的记忆存储进行记忆增强,以此为各个方面词情感倾向的判断补充特有的重要特征。实验表明,在常用的衡量指标F1值上,提出的神经网络模型较前人的研究有所提高。