El desarrollo de medios multimodales compensa la falta de expresión de información en una sola modalidad y, por lo tanto, se convierte gradualmente en el principal portador de sentimiento. En esta situación, la evaluación automática de la información de sentimiento en contenidos multimodales es de creciente importancia para muchas aplicaciones. Para lograr esto, proponemos un modelo de regresión de tema de parte de sentimiento conjunto (JSP) basado en la asignación de Dirichlet latente (LDA), con una parte de sentimiento, que utiliza de manera efectiva la información complementaria entre las modalidades y refuerza la relación entre la capa de sentimiento y el contenido multimodal. Específicamente, se desarrolla un módulo de regresión lineal para compartir variables implícitas entre pares de imagen y texto, de modo que una modalidad pueda predecir la otra. Además, se añade una capa de etiqueta de sentimiento para modelar la relación entre los parámetros de distribución de sentimiento y los contenidos multimodales. Los resultados experimentales en varios conjuntos de datos verifican la viabilidad de nuestro enfoque propuesto para el análisis de sentimiento multimodal.