基于泛在网络的大学生情绪语料库的构建

随着信息分享、交流、传播等各种网络社交行为的经常化,对泛在网络中的大学生情绪信息进行分析及研究,有利于开展大学生群体的实时情绪监测、舆情发现、舆论引导等工作。使用集搜客网络爬虫软件挖掘2017年7月至2018年7月百度贴吧中的高校贴吧的文本信息,获得289万份语料文本,经去噪、去重后获得114万份文本,基于基本情绪及大学生特有情绪分为“悲伤、痛苦、愤怒、害怕、惊奇、高兴”6类大学生情绪类别,基于词频统计数据确定各情绪类别核心词,并使用基于Word2vec工具进行训练,构建基于泛在网络的大学生情绪语料库,为大学生领域的情绪聚类研究提供支撑。

面向微博文本的情绪标注语料库构建

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14 000条微博,45 431句子的情绪标注语料库构建。应用该语料库组织了NLP&CC2013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。

情绪事件与肇因的语言分析

本文以事件结构为出发点研究情绪,解释文本中情绪与其肇因事件之间的互动。文章指出,在涉及情绪文本分析的研究中,情绪和事件之间的关系通常被研究者所忽略,而事件往往是情绪触发的最重要因素之一。本文基于事件的情绪分析方法,通过构建情绪肇因事件语料库的方式探索不同情绪与事件之间的关系。研究分析表明情绪类别与肇因事件特征存在着紧密的联系,而认知标记也可以显性地表达状态变化情绪动词的肇因事件。