文本情感分析,又称意见挖掘、倾向性分析等。简单而言,是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。

通过对包含主观信息的文本进行情感倾向性判断,可支持在线训练模型调优效果,为口碑分析、话题监控、舆情分析等应用提供帮助。

以下内容节选于某细粒度情绪多分类标注项目。

1.标注分类

情绪共分为3大类,11中类,26小类:

2.标注说明

针对一段短对话数据,判断每句话中说话者当时的情绪,并判断该句话是否包含26小类的情绪,如果包含则标注该情绪标签为1,反之为0。

3.标注范例

对话内容:

A:菲利普,听说你获奖我真是高兴。祝贺你!

标注范例:

对话内容:

B:谢谢。荻妮丝。事实上这很使我意外。我是说,够条件的人很多。

标注范例:

对话内容:

A:那倒是。但你的工作的确非常出色,当然受之无愧。

标注范例:

对话内容:

B:非常感谢。我期待着很快能见到你也被提名。你也一直干得很出色。

标注范例: