本发明提出一种基于深度学习和转折关系的文本情感分类方法，属于自然语言处理、人工智能领域。本发明包括如下步骤：文本和属性编码模块对输入的文本和多个属性进行处理；文本特征提取模块对文本进行语义上下文特征提取；文本和属性交互模块使用神经网络和多注意力机制对文本和属性进行交互计算，获取针对属性的文本向量表示；分类模块将针对属性的文本向量映射到类别向量，得到类别的概率分布；损失函数设计和模型训练模块使用交叉熵损失函数和转折损失函数进行模型训练，得到情感识别模型。本发明通过设置的新型损失函数，来辅助抑制错误偏好的判断，实现针对特定属性的文本准确分类，提高了情感识别的准确率。