一. 文件格式
数据文件采用xml格式,UTF-16编码。
二. 标注数据
样例包含对科比和抗日神剧两个话题中部分微博的标注数据,各包含100条左右标注微博。
对于部分可能存在分歧的地方,解释如下:
关于观点句:
1. 带有"应该","希望”,“但愿”等仅表达个人愿望/意愿/希望等情感句、以及仅表达个人心情/自我感情的情感句,统一不作为观点句。例如“我很高兴”。“那个男孩应该受到应有的惩罚。”“必须 判处死刑!”“气死我了!”
2. 对于反问句等特殊情形,只要表达了明显观点的,无论评价对象是否省略,都算观点句。
3. 对于句子的倾向性,综合考虑该句子包含各个观点的倾向性,但对于无法明确归为正面或负面的,直接归为“其他”类别。
关于对象标注:
1.对于事件中标注粒度问题,按细粒度标注。
2.对象本身不能为情感表达。
3.情感对象应首先从当前句子中抽取,如果情感对象不存在于当前句子中,再从整条微博中抽取。对于第二种情况,应优先从当前句子的前一句(包括句子中包含的hashtag)开始依次向前寻找情感对象,如果没有再从当前句子的后一句(包括句子中包含的hashtag)开始依次往后寻找。对于那些整条微博中都没有出现的情感对象(有些情况情感对象是隐含的)的观点句,可以不标注。
4.一个句子中,可以出现多个情感对象,应抽取出每个情感片段所对应的情感对象。
5.抽取情感对象时,要求抽取出尽可能完整和明确的对象。
6.对于人称代词(你,我,他,它,你们,我们,他们,它们等)单独作为情感对象出现时,需要在该微博范围内(不包括转发、评论信息)尽量进行指代消解(无法指代消解的情况可以采用这些代词作为对象)。例如,“小明就读于北京大学,他是名优秀的学生。”情感对象是“小明”而不能是“他”。
7.对于比较句中的情感对象,如“我喜欢科比,科比打球比詹姆斯帅多了”,我们标注时考虑上下文信息,优先标注微博强调的情感对象,这里后一句的情感对象会标注“科比”。
三. 标注数据格式
每条句子的所有标注信息都包含在<sentence>元素的属性中。其中opinionated表示是否观点句,polarity表示句子情感倾向,targer_word_1、target_begin_1、target_end_1、target_polarity_1分别表示第一个情感对象的词、起始位置、终止位置和极性。如果有多个target,则依次表示为targer_word_1、targer_word_2、targer_word_3……
四. 参赛队伍可以使用上届评测的数据(http://tcci.ccf.org.cn/conference/2012/pages/page04_eva.html)。
没有合适的资源?快使用搜索试试~ 我知道了~
NLPCC2013评估任务_中文微博观点要素抽取
共14个文件
xml:12个
zip:1个
txt:1个
2星 需积分: 44 144 下载量 105 浏览量
2018-01-21
16:51:27
上传
评论 3
收藏 1.01MB ZIP 举报
温馨提示
该语料主要用于识别微博观点句中的评价对象和极性。训练数据由两个微博主题组成,每个主题各一百条,内含标注及数据说明。 情感分析资源大全:http://blog.csdn.net/qq280929090/article/details/70838025
资源推荐
资源详情
资源评论
收起资源包目录
NLPCC2013评估任务_中文微博观点要素抽取.zip (14个子文件)
NLPCC2013评估任务_中文微博观点要素抽取
train
kang_ri_shen_ju_sample.xml 94KB
ke_bi_sample.xml 78KB
说明.txt 2KB
test
bu_dong_chan_deng_ji_tiao_li_annotated.xml 355KB
zhong_guo_fang_yan_shi_ying_yu_annotated.xml 1.06MB
mo_jing_xian_zong_annotated.xml 394KB
xiao_ao_jiang_hu_annotated.xml 408KB
chui_zi_ROM_annotated.xml 892KB
du_wan_ju_annotated.xml 423KB
cha_wei_si_annotated.xml 406KB
wang_yu_yan_annotated.xml 387KB
man_lian_vs_huang_ma_annotated.xml 422KB
chu_zi_xi_zi_pi_zi_annotated.xml 420KB
evans01.zip 114KB
共 14 条
- 1
资源评论
- zzzzzzzzzzzzxxxxxxx2018-06-20数据就是官网的数据,测试数据并没有标注。共 1198 条微博标注
qq280929090
- 粉丝: 104
- 资源: 22
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功