本发明涉及一种基于AMA的多模态方面级情感分析方法及装置，首先通过双向编码表示BERT模型转换句子中的单词，对语料数据进行双向编码表示，结合哈希标签语义提取实现语义对齐，其次，使用一种基于AMA网络模型提取和表示重要特征，该模型在自适应掩码注意力机制来拦截全局嵌入中的局部嵌入，然后计算方面术语维度中的位置，并对位置对应的权重进行重新排序，并根据相应的下标将它们分配给全局嵌入，最后，采用多阶段多任务方法训练模型，并通过全连接层对情感类别进行识别。与现有技术相比，本发明所提出的模型不仅考虑了降噪，而且可以更加关注全局文本的特征信息，有效地提升情感识别效果。