冯浩甲，李 旸，王素格,2，符玉杰，慕永利

(1.山西大学 计算机与信息技术学院，山西 太原 030006；2.山西大学 计算机智能与中文信息处理教育部重点实验室，山西 太原 030006；3.山西财经大学 金融学院， 山西 太原 030006)

0 引言

随着社交网络的飞速发展，越来越多的人们在微博、Facebook、淘宝等平台发布带有主观情绪倾向的文本信息，如何对这些带有主观情绪倾向的网络文本进行处理，需要情感分析技术的支持。与大多数研究者仅关注于情绪识别和分类问题的研究不同，Lee等[1]首次提出了情绪原因抽取(ECE)任务，其目的是抽取情绪相对应的原因，并将其定义为字级别的序列标注问题。之后，Gui等[2]发布了中英文开放语料库，并且将ECE任务定义为子句级别。目前，该语料库已受到研究者的广泛关注，并成为ECE任务的基准数据集。然而，对于ECE任务，需要首先标注子句的情绪，从而限制了ECE任务的实际应用，另一方面，再对情绪进行标注时，并没有考虑情绪与原因之间的相互联系。因此，Xia等[3]提出了情绪原因对抽取(ECPE)任务，其目标是抽取文档中潜在的情绪子句及其对应的原因子句。例如，表1给出一个情绪原因对抽取的示例。

表1 情绪原因对抽取示例

表1中包括了文档的四个子句，其中，子句c3为情绪子句，包含情感词“感动”，与之对应的原因子句为c2，情绪原因对抽取任务是直接获得。

为了抽取情绪原因对，Xia等[4]提出的ECPE-2D模型以矩阵形式表示候选情绪原因对，并在此矩阵上进行交互和预测。Fan等[5]将该抽取任务看作基于动作转移的有向图构建过程，根据模型生成的带有标签的边，同时抽取情绪子句和原因子句。……