本发明公开了一种基于卷积神经网络和注意力机制的文本情感分类算法，包括步骤：1)建立包含多种卷积和池化的卷积神经网络，使用情感分类文本进行训练，得到第一个模型；2)建立加入残差连接和非线性的多头点积注意力机制，使用情感分类文本进行训练，得到第二个模型；3)对两个模型进行模型融合，得到文本的情感分类。本发明将多粒度、多种卷积、多种池化融入到卷积神经网络中，将残差连接和非线性引进注意力机制，并计算多次注意力，得到两个文本情感分类模型，通过Bagging模型融合方法，获得融合模型，对文本进行分类，能够结合卷积神经网络能较好地捕获局部特征和注意力机制能较好捕获全局信息的优点，得到更全面的文本情感分类模型。