Le développement des forums, des blogs et de la vente en ligne pousse les utilisateurs à laisser de plus en plus d’informations en libre accès sur le web. Une partie de ces informations décrit des sentiments: elles permettent de développer des modèles d’analyse d’opinions et de faire des sondages dans divers domaines en récupérant simplement ces données textuelles. Nous proposons d’utiliser des réseaux de neurones pour apprendre des modèles de classification d’opinions efficaces. L’architecture retenue mêle des couches de neurones classiques et des couches de convolution, elle permet de projeter les mots dans un espace sémantique continu. Nous avons comparé notre travail avec un modèle SVM sur le corpus multi-thématiques Amazon. Nos expériences aboutissent à des performances identiques aux SVM et à de l’état de l’art. Cependant les modèles se comportent différemment et les erreurs ne concernent pas les mêmes documents: il est possible d’améliorer les performances en combinant les modèles.