[发明专利]一种情感标注系统的构建方法

说明书

技术领域

本发明涉及一种人工情感标注系统的构建方法，尤其是针对博客、会话等中文文本的情感标注系统和方法，属于自然语言处理与情感计算领域。

背景技术

文本情感分析是对文本信息进行分析和挖掘，识别出文本中的情感信息。文本情感分析可以提高人机互动系统、语音识别和表情识别的正确率，是自然语言理解和情感计算领域的一个研究热点。在文本情感分析中，较高质量的标注语料是必不可少的研究基础。为了构建较高质量的标注语料，对情感标注系统的研究变得更为重要。

现有技术中，大多数研究者都是对文本进行人工分类，很少有对情感标注系统进行研究。人工分类通常都只标注文本篇章、句子或词语中一个层次，而且对文本和句子进行情感标记时大多只划分积极、消极和中性，没有标注精确的情感类型和情感强度，对词语进行情感标注缺乏对词语上下文的考虑，只标注情感类型，没有标注情感强度。

发明内容

本发明为了克服上述现有技术的不足，提出了一种情感标注系统的构建方法，能从篇章、句子和词语这三个层次对文本进行情感信息标注，从而有效反映文本的情感类型和情感强度。

本发明为解决现有问题的不足之处采用如下技术方案是：

本发明一种情感标注系统的构建方法，是在集成开发环境中新建一个系统工程，所述系统工程包含由原始文件数据库、已分词文件数据库和标注文件数据库构成的文件数据库，利用分词工具在所述原始文件数据库中原始文件的所有词语之后添加分隔符和词性，获得由原始文件、分隔符和词性构成的已分词文件,并将所述已分词文件存入已分词文件数据库，其特点是，所述情感标注系统的构建方法是按如下步骤进行：

步骤1、在所述系统工程中新建一个XML源文件，对所述XML源文件添加篇章节点、段落节点、句子节点和词语节点后转换为XML类；

步骤1.1、在所述XML源文件中添加篇章节点，对所述篇章节点添加篇章子节点，所述篇章子节点包括会话情感类型节点、一级主题节点、二级主题节点和段落节点；

步骤1.2、对所述段落节点添加句子节点；对所述句子节点添加句子属性和句子子节点所述句子子节点包括：句子情感类型、句子序号、主题词、标点符号、句子内容、句子长度、会话行为、主观和客观判断、是否跑题和词语节点；所述词语节点包括由情感关键词、程度副词、否定词、连接词、情感短语、情感主和情感对象构成的词语类别；

步骤1.3、对所述词语节点添加词语属性，所述词语属性包括：词性、词语情感类型、词语的开始位置和结束位置、搭配连词位置。

步骤2、在所述系统工程中新建一个前台窗口，在所述前台窗口中添加按钮模块和组件，所述按钮模块包括打开文件按钮、读入标注文件按钮和确定按钮；所述组件包括显示窗口、文章结构树窗口、会话情感标注窗口和句子情感标注窗口；

步骤3、设置所述会话情感标注窗口和句子情感标注窗口的数值选择范围；

步骤4、将所述已分词文件读入到所述显示窗口中获得所述已分词文件的段落数目和所述段落的句子数目；

步骤4.1、通过识别所述已分词文件中的换行符和段落开始空格将所述原始文件分为若干段落，并对所述段落进行计数获得段落数目；

步骤4.2、通过识别句号、感叹号和问号将所述段落分为若干句子，并对所述句子进行累计获得句子数目。

步骤5、在所述文章结构树窗口中添加会话情感按钮以及根据所述段落数目添加有序的段落序号按钮，在所述段落序号按钮的自身连接路径中根据所述句子数目添加有序的句子序号按钮；

步骤6、根据所述会话情感按钮或句子序号按钮，分别响应会话情感标注窗口或句子情感标注窗口；

步骤7、对所述会话情感标注窗口或句子情感标注窗口进行标注获得情感类型标注信息、一级主题标注信息和二级主题标注信息、句子情感标注表标注信息、词法标注表标注信息、会话行为标注表标注信息、标点符号标注表标注信息、主题显示表标注信息、主客观判断标注信息和是否跑题标注信息；

步骤8、将所述标注信息写入XML类中生成与所述已分词文件的XML标注文件。

本发明情感标注系统的构建方法的特点也在于，

所述步骤2是按如下步骤进行：

步骤2.1、将所述打开文件按钮通过自身访问路径与已分词文件数据库进行连接，将所述读入标注文件按钮通过自身访问路径与标注文件数据库进行连接，所述确定按钮执行保存操作；