模式识别国家重点实验室知识库

情绪-原因对抽取（ECPE）任务旨在从给定文档中同步抽取情绪子句及其对应的原因子句，该任务在新闻领域得到了广泛研究。然而，社交媒体领域ECPE任务的研究相对较少，主要原因在于缺少适用的数据集。与新闻领域相比，该领域更具挑战性和实用性：（a）在社交媒体领域，情绪表达更加多样化、非规范化；（b）以往的研究忽略了情绪造成的主观意图，它对于决策分析有很重要的价值。针对以上问题，该文首先构建了一个面向中文微博的情绪原因抽取数据集，并对其中5 009条数据进行了人工标注。该数据集具备以下特点：（1）收录了隐喻、反讽等形式的情绪表达，标注了细粒度的情绪类别；（2）定义了三种类型的意图，并标注了意图子句；（3）当前规模最大的中文情绪-原因对抽取数据集。结合数据集特点，该文提出一种融合情绪类别和意图信息的情绪-原因对抽取方法，并将该方法与多个ECPE主流方法进行了比较分析。实验结果表明，该文所提方法可以更有效地提升社交媒体领域情绪-原因对抽取的效果。