Die Dokument-Level-Sentiment-Klassifikation ist ein grundlegendes Problem, das darauf abzielt, die Gesamtstimmung eines Nutzers gegenüber einem Produkt innerhalb eines Dokuments vorherzusagen. Obwohl mehrere Ansätze zur Lösung dieses Problems vorgeschlagen wurden, berücksichtigen die meisten von ihnen nicht die Auswirkungen der Nutzer, die die Stimmung äußern, oder der Produkte, die bewertet werden. Um dieses Problem anzugehen, schlagen wir ein tiefes Gedächtnisnetzwerk für die Dokument-Level-Sentiment-Klassifikation vor, das gleichzeitig Informationen über Nutzer und Produkte erfassen kann. Um die Wirksamkeit unseres Algorithmus zu belegen, führen wir Experimente auf den Datensätzen IMDB und Yelp durch. Die Ergebnisse zeigen, dass unser Modell eine bessere Leistung als mehrere bestehende Methoden erzielt.