本发明公开了了一种基于样本扩充的网络舆情分析方法，包括步骤：S1，扩充情感极性词典，S2，以四元组形式表达情感极性词典中的每个情感词，并从四元组中提取出模型训练样本，然后基于ALBERT和TextCNN算法训练形成网络舆情倾向性分析模型；S3，将当前舆情信息作为网络舆情倾向性分析模型的输入，模型预测输出当前网络舆情的倾向性。本发明通过扩充情感极性词典，增加了模型训练样本的数据量，解决了样本类型不平衡的问题，通过结合ALBERT和TextCNN算法去训练网络舆情倾向分析模型，克服了单独使用TextCNN算法训练模型存在的不能学习到网络舆情文本更深层次、更全面的信息的缺陷，提升模型了对网络舆情倾向性的预测准确度。