在特定目标情感分析中，现有的循环神经网络模型存在训练时间长且获取目标相关信息困难的问题。针对该问题，利用注意力机制，提出一种带有位置嵌入的多头注意力门控卷积网络(PE-MAGCN)。首先，模型使用多头注意力层获取目标词与上下文词之间的信息，并额外加入文本和目标词的相对位置嵌入信息，然后采用带有门控机制的卷积神经网络提取与目标词有关的情感特征，最后通过Softmax分类器来识别情感极性倾向。使用SemEval 2014数据集与目前主要用于目标情感识别的模型进行实验对比，结果表明本模型的准确率和F1值较高，可以较好地完成特定目标情感分析任务。