面向微博文本情绪标注语料库构建.pdf

第 28卷 第 5期 中文信息学报 Vo1．28，NO．5 2014年 9月 JOURNALOFCHINESE INFORMATION PROCESSING Sep．，2014 文章编号 ：1003—0077(2014)05—0083—09 面 向微博文本的情绪标注语料库构建 姚源林 ，王树伟 ，徐睿峰 ，刘 滨 ，桂 林 ，陆 勤。，王晓龙 (1．哈尔滨工业大学 深圳研究生 院，广东 深圳 518055； 2．香港理工大学 电子计算学系，香港 九龙) 摘 要 ：文本情绪分析研究近年来发展迅速 ，但相关的中文情绪语料库 ，特别是面向微博文本的语料库构建 尚不完 善 。为 了对微博文本情绪表达特点进行分析 以及对情绪分析算法性能进行评估 ，该文在对微博文本情绪表达特点 进行深入观察和分析 的基础上 ，设计 了一套完整的情绪标注规范。遵循这一规范，首先对微博文本进行 了微博级 情绪标注，对微博是否包含情绪及有情绪微博所包含 的情绪类别进行多标签标注。而后 ，对微博 中的句子进行有无 情绪及情绪类别进行标注 ，并标注 了各情绪类别对应的强度。 目前，已完成 14000条微博 ，45431句子的情绪标注语 料库构建。应用该语料库组织 了NLPCC2013中文微博情绪分析评测 ，有力地促进 了微博情绪分析相关研究。 关键词 ：情绪语料库 ；语料库构建 ；情绪标注 ；微博文本 中图分类号 ：TP391 文献标识码 ：A TheConstruction ofan EmotionAnnotatedCorpusonM icroblogText YAO Yuanlin ．WANGShuwei，XU Ruifeng ，LIU Bin ，GUILin ，LU Qin ，WANGXiaolong (1．Harbin InstituteofTechnology，ShenzhenGraduateSchool，Shenzhen，Guangdong518055； 2．DepartmentofComputing，TheHongKongPolytechnicUniversity，Kowloon，HongKong) Abstract：Theresearchontextemotionanalysishasmadesubstantialprogessesinrecentyears．However，theemo— tionannotatedcorpusislessdeveloped，especiallytheonesonmicro—blogtext．Tosupporttheanalysisontheemo— tionexpression inChinesemicro—blogtextandtheevaluationoftheemotionclassificationalgorithms，anemotionan— notatedcorpusonChinesem icro—blogtextisdesignedandconstructed．Basedontheobservationandanalysisonthe emotionexpression inmicro—blogtext，asetofemotionannotationspecificationisdeveloped．Followingthisspecifi— cation，theemotionannotationonmicro—bloglevelisfirstlyperformed．Theannotatedinformationincludeswhether themicro—-blogtexthasemotionexpressionandtheemotioncategoriescorrespondingtOthemicroblogwithemotion expressions．Next．thesentence—leve