情感语料库的构建和分析.PDFVIP

第 22 卷 　第 1 期 中文信息学报 Vol . 22 , No . 1 2008 年 1 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J an . , 2008 文章编号 : (2008) 0 10 11607 情感语料库的构建和分析 徐琳宏 , 林鸿飞,赵 晶 (大连理工大学 计算机科学与工程系 ,辽宁 大连 116024) 摘 　要 : 本文介绍了情感语料库构建方面的一些经验 ,讨论了在设计和建设情感语料库中的几个基本问题 : 制定 标注规范 、选择标注集 、设计标注工具以及标注过程中的质量监控 。目前已经标注完成近 4 万句 ,100 万字的语料 。 在完成这些已标注语料的基础上 ,进一步给出了语料库的情感分布 ,情感迁移规律等统计数据 ,分析了情感语料库 的特点及应用 。它的建成将为文本情感计算提供更加强大的资源支持 。 关键词 : 计算机应用 ; 中文信息处理 ;情感语料库 ;文本编码规范 ;一致性检查 ;情感迁移 中图分类号 : TP39 1 　　　　　文献标识码 : A Construction and Analysis of Emotional Corpus XU Linhong , L IN Hongfei , ZHAO J ing (Dep art ment of Comp ut er Science and Engineering , Dalian U niver sit y of Technology , Dalian , Liaoning 116024 , China) Abstract : Thi s p ap er int roduced some exp eriences on con st ructing emotional corp u s , and di scu ssed several ba sic question s which included t he t agging crit erion , t agging set , t agging tool s and qualit y monitoring . There were about 40 000 sent ences in t he corp u s. Moreover ba sed on t hese , st ati stical dat a about emotional di st ribution and rules of emotional t ran sference were available , and charact er s and app lication s of corp u s were analyzed , so emotional corp u s p rovide support for t ext affective comp uting . Key words : comp ut er app lication ; Chinese information p rocessing ; emotional corp u s ; t ext co ding initiative ; con si st ency checking ; emotional t ran sference 和富士通公司共同制作的《人民日报》语料库[4 ] 等 。 1 　引言 上述大规模语料库的建设在收集语料 ,制定标注规