第六届中文倾向性分析评测（COAE2014）大纲1.引言.pdf

第六届中文倾向性分析评测（COAE2014）大纲   1.引言 文本倾向性（观点和情感等）分析近几年持续成为自然语言处理领域研究的热点问题之 一。在 SIGIR、ACL 、WWW、CIKM、WSDM 等著名国际会议上，针对这一问题的研究成果层 出不穷。随着研究的深入展开，也出现了一些新的研究关注点，如 Aspect‐Based  Opinion  Mining，Context‐sensitive Opinion Mining 等。在国内，对于文本倾向性分析的研究正处于快 速发展中，前五届中文倾向性分析评测（COAE ）持续在词语级、句子级、篇章级进行了中 文倾向性分析评测，任务涉及主客观分析、情感极性分析、评价对象抽取以及搭配抽取等方 面。通过开展评测，推动和加速了中文倾向性分析研究的发展。如何结合中文处理的特点， 进一步推动中文倾向性分析的发展仍是目前亟待解决的问题。因此，在前五届中文倾向性分 析评测的基础上，本届评测将继续致力于探索中文倾向性分析的新技术、新方法，同时增加 面向新闻的情感关键句抽取任务、跨语言情感分析任务、面向微博的情感词发现任务，以推 动中文倾向性分析理论和技术的研究与应用，在此基础上，建立并完善中文倾向性分析研究 的基础数据集和评测标准。  与往年评测的一个不同点是，今年的评测技术论文需按照 CCIR2014 的要求与格式来撰 写，并向 CCIR2014 投稿，投稿论文参与 CCIR2014 的大会论文评审，享受同其它投稿论文一 样的录用机会。    2.评测任务设置 第六届 COAE2014 评测在前五届中文倾向性分析评测的基础上，重点对情感关键句、跨 语言情感分析、微博情感新词、微博倾向性、微博观点要素识别进行评测。    具体评测任务设置如下表所示：  任务号  类型  任务名称  任务描述  面向新闻的 在给定新闻集合(每篇文章已切成句子)中，判别 任务 1  篇章级  情感关键句 每篇文章的情感关键句。  抽取与判定  跨语言情感 本任务是对给定多语言篇章级数据集，要求参 任务 2  篇章级  倾向性分析  加系统自动分析多语言篇章级数据集每个情感 句的情感倾向性，即（褒义、贬义或者中性）。 微博情感新 本任务是对给定大规模的微博句子集，要求参 词发现与判 赛系统自动发现新的词语(不在给定的词典以 任务 3  词语级  定  内)，以及每个词语的情感倾向性，即褒义、贬 义或者中性。  微博观点句 在给定的微博句子集合中，判别每个句子的情 任务 4  句子级  识别  感倾向性  微博观点句 任务 5 在任务 4 识别结果的基础上进行，要求 任务 5  要素级  评价对象识 找出任务 4 所识别的每个观点句中观点所针对 别  的评价对象，并对所做评价的倾向性做出判断。 2.1 面向新闻的情感关键句抽取与判定 门户网站、博客和论坛中的新闻性文章很多具有倾向性，倾向性判断对了解社会动态和 舆情状况有重要作用。本评测任务侧重于篇章的倾向关键句的抽取、以及对倾向关键句倾向 的判定问题，这也是倾向性判断的关键问题之一。  新闻倾向判断中至少有两种倾向。一种是新闻事件本身的正面性，例如自然灾害人员财 产损