El análisis de sentimientos en Twitter es una herramienta efectiva para diversas tareas de análisis basadas en Twitter. Sin embargo, aún no existe investigación basada en redes neuronales que tenga en cuenta tanto la información del texto del tweet como la información de conexión del usuario. Con este fin, proponemos el Analizador de Sentimientos en Twitter basado en Redes Neuronales de Gráfico Atencional (AGN-TSA), un analizador de sentimientos en Twitter basado en redes neuronales de gráfico atencional. AGN-TSA fusiona la información del texto del tweet y la información de conexión del usuario a través de una estructura neuronal de tres capas, que incluye una capa de incrustación de palabras, una capa de incrustación de usuarios y una capa de red de gráfico atencional. Para el entrenamiento de AGN-TSA, se diseñan funciones de pérdida dedicadas para la controlabilidad estructural de la red AGN-TSA. Los experimentos basados en un conjunto de datos del mundo real sobre las elecciones presidenciales de 2016 en América muestran que AGN-TSA es superior en múltiples métricas sobre varios métodos prevalentes, con un aumento de rendimiento de más del 5%. Los ajustes empíricos de los parámetros se dan en base a extensos experimentos de rotación.