随着网络评论的大规模增长,文本情感分析变得越发重要。为使文本情感分析更加准确,本文首先使用基于TF-IDF加权的Word2vec模型将评论文本转化成数值向量,然后提出一种非线性的函数方法对粒子群算法进行改进,最后使用改进的PSO-SVM算法寻找最优参数,进而对影评数据进行情感分类。结果表明提出的改进算法在一定程度上缓解了粒子易陷入局部最优的现象,所用的分类模型提高了预测精度。