《表1.标注体系与示例：基于俄汉新闻网评可比语料库的情感分析研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于俄汉新闻网评可比语料库的情感分析研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

语料情感标注的基础是确立情感的基本分类。在中国，西汉礼学家戴圣（2008:73）编纂的《礼记·礼运》中有云:“何谓人情?喜、怒、哀、惧、爱、恶、欲”，即通常所说的“七情”。在西方，关于情感划分影响较广的观点是保罗·艾克曼的六分法:愤怒、厌恶、恐惧、快乐、悲伤、惊讶（Ekman 1993:386）。结合上述两种观点，同时参考中文情感分析的相关成果（徐琳宏等2008），本文将情感描述为4个基本类及19个子类:好（愉、舒、敬、扬、信、爱、愿）、恶（烦、憎、贬、妒、疑、怒）、哀（悲、憾）、惧（恐、羞、惊、慌）。其他复杂情感可以被描述为这些基本情感的细化、加强、迁移和混合。当然目前也存在更为复杂精细的情感划分方法，本文认为过细划分情感大类难免会过多地带入研究者的主观性，在语料标注时会造成类别部分重合进而难以严谨描述。以此分类体系为基础，本研究对情感表达的基本词汇手段（名词、动词、形容词和词组）进行了标注设计，基于TEI构建了一套面向俄汉新闻网评情感分析任务的情感标注体系，并首先对俄汉总计30 426条网评进行了情感标注。中文情感标注部分调用了大连理工大学开发的情感词典（http://ir.dlut.edu.cn/EmotionOntologyDownload）作为参考，而目前俄语情感分析普遍缺乏可用数据资源、参考标准和处理工具，本研究首先对2521条俄文新闻网评中的情感信息进行了全人工标注，采用抽取已标注字符串的方法获取情感表达手段，经过形态分析还原和去重处理后，初步自动抽取形成了面向新闻评论领域的情感词典，包括各类表达手段总计3621条，随后使用情感词典和人工相结合的方式对剩余的12 692条俄文网评进行标注。为最大程度降低不同标注者对文本的情感判断的差异，本研究采用人工双重标注方法，标注者首先统一进行标注集学习和标准一致性讨论，随后采用对同一语料双人分别标注的方法，若标注结果一致，则通过标注结果；否则，要经过第三人校对加以确认、判断与更正。语料库最终的标注体系与示例如下（表1）: