歌曲是人们生活中不可或缺的一部分。近年来,互联网得到了迅猛发展,歌曲在传播数量上得到了极大的增长,随之而来的是海量在线歌曲的检索及管理问题。歌曲是人们的情感载体。传统的歌曲情感分类大多基于音频,然而音频所包含的特征较为复杂且难以提取。歌词是歌曲的灵魂,歌词相较于音频有着更为简单的结构。本文面向中文歌词文本,提出了基于Shuffle Net和情感词典的歌词情感分类模型,该模型可以有效的对歌曲进行情感分类。主要工作如下:（1）构建基于环形情绪模型的中文歌词情感词典。首先基于环形情绪模型构建情感词根表;然后使用知网情感词典和中文歌词数据集分两次对情感词根表进行扩充,从而构建出中文歌词情感词典;最后使用中文歌词情感词典、程度副词词典和否定词词典并使用设计的计算方法来计算出歌词的情感得分。（2）构建基于Shuffle Net的歌词情感分类模型。首先通过抓包和爬虫的方式获取中文歌词数据集;然后对中文歌词数据集进行预处理,包括去冗余信息、去停用词、分词和词嵌入;接着使用Shuffle Net基本单元构建Shuffle Net网络;最后将预处理之后数据输入至Shuffle Net网络,再通过全连接层得到分类目标。（3）构建基于Shuffle Net和情感词典的歌词情感分类模型。在分别获取到基于Shuffle Net和基于情感词典的情感分析结果之后,使用D-S证据理论进行决策融合并得出最终的分类结果;最后从有无情感词典、不同的决策融合方法及更换不同的模型三个实验进行对比,并最终证明了本文提出模型的可行性及准确性。