1.背景

情感分析是NLP中的一大分支，無論在學(xué)術(shù)界還是工業(yè)界都有廣泛的研究，在SemEval語義分析會(huì)議中有單獨(dú)的情感分析任務(wù)分支，其中最難的一個(gè)任務(wù)叫做ABSA：Aspect-Based Sentiment Analysis，面向方面的情感分析。舉例來說，就是對(duì)以下句子，

新版本英雄的皮膚很不錯(cuò)，但是游戲經(jīng)常出現(xiàn)掉線

要能識(shí)別出這樣的情感標(biāo)注結(jié)果：<英雄，視覺性，正面>，<游戲，穩(wěn)定性，負(fù)面>

而其中，[英雄，游戲]為實(shí)體（entity），[視覺性，穩(wěn)定性]為方面（aspect），ABSA的任務(wù)就是識(shí)別句子中關(guān)于某些實(shí)體的某些方面的正負(fù)面情感。

從Semeval?2015的結(jié)果來看，目前沒有任何技術(shù)能夠做到無監(jiān)督解決這一任務(wù)，既然需要監(jiān)督學(xué)習(xí)就少不了標(biāo)注。如果借助現(xiàn)有的工具來提高標(biāo)注效率在工程上具有重要意義。

本文主要介紹如何利用BRAT進(jìn)行針對(duì)ABSA問題的語料標(biāo)注，后續(xù)如何利用這些標(biāo)注構(gòu)建模型來解決ABSA問題將在隨后的文章中介紹。本系列的所有的工作都來自企鵝風(fēng)訊團(tuán)隊(duì)的努力成果

（http://fsight.qq.com）。

2.BRAT簡介

BRAT是一個(gè)基于web的文本標(biāo)注工具，主要用于對(duì)文本的結(jié)構(gòu)化標(biāo)注，用BRAT生成的標(biāo)注結(jié)果能夠把無結(jié)構(gòu)化的原始文本結(jié)構(gòu)化，供計(jì)算機(jī)處理。利用該工具可以方便的獲得各項(xiàng)NLP任務(wù)需要的標(biāo)注語料。以下是利用該工具進(jìn)行命名實(shí)體識(shí)別任務(wù)的標(biāo)注例子：

第一步：安裝BRAT

brat的安裝非常簡單，只需要unix-like系統(tǒng)和web server支持cgi環(huán)境即可，具體安裝流程官網(wǎng)寫的很清楚，http://brat.nlplab.org/installation.html，需要注意的是web server下各個(gè)路徑的權(quán)限需要設(shè)置好，python需要支持sqlite

第二步：標(biāo)注配置

brat通過配置文件來決定對(duì)語料的標(biāo)注可以滿足何種任務(wù)，包括四個(gè)文件

• ??????????annotation.conf: annotation type configuration
• ??????????visual.conf: annotation display configuration
• ??????????tools.conf: annotation tool configuration
• ??????????kb_shortcuts.conf: keyboard shortcut tool configuration

一般只需要修改annotation.conf即可，該文件用于對(duì)標(biāo)注的數(shù)據(jù)結(jié)構(gòu)進(jìn)行配置，典型的配置如下：

[entities]

英雄

技能

?

[relations]

同盟Arg1:英雄, Arg2:英雄

擁有Arg1:英雄, Arg2:技能

?

[events]

1v1Participant1:英雄, Participant2:英雄

?

[attributes]

攻擊力Arg:<ENTITY>, Value:1|2|3|4|5

?每個(gè)文件需要包含四類模塊：entities、relations、events、attributes。各個(gè)模塊都可以定義為空，其中

entities用來定義標(biāo)注的實(shí)體名稱，其格式為每行一個(gè)實(shí)體類型，比如：人名、地名、英雄名、技能名等

relations用來定義實(shí)體間的關(guān)系，格式為每行定義一種關(guān)系，第一列為關(guān)系類型，隨后是用逗號(hào)分隔的ArgN:實(shí)體名，用來表示關(guān)系的各個(gè)相關(guān)者。比如例子中，同盟關(guān)系是存在于英雄之間

events用來定義事件，每行定義一類事件，第一列為事件名，隨后是用逗號(hào)分隔的Participant:實(shí)體名，用來表示事件的各個(gè)參與者。比如例子中，1v1事件需要多個(gè)英雄參加

attributes用來定義屬性，每行一個(gè)屬性，第一列為屬性名，隨后是用逗號(hào)分隔的Arg:<模塊類型>, Value:屬性值，注意屬性值可以有多個(gè)，比如例子中，定義了實(shí)體類型可以有攻擊力，值從1-3

特別說明：brat本身是不支持中文的，如果在配置文件里定義中文會(huì)報(bào)錯(cuò)，解決辦法是修改./server/src/projectconfig.py文件的第163行，加上中文支持即可：

n??=?re.sub(u'[^a-zA-Z\u4e00-\u9fa5<>,0-9_-]', '_', n)

第三步：導(dǎo)入數(shù)據(jù)

brat將需要標(biāo)注的數(shù)據(jù)放在data目錄下，每個(gè)子文件是一個(gè)項(xiàng)目，可以看到默認(rèn)有examples和tutorials兩個(gè)目錄。里面放了各種教程和實(shí)例項(xiàng)目，你可以自己定義自己的項(xiàng)目，比如data/project/bee/，每個(gè)項(xiàng)目里需要至少包含一個(gè)txt文件和一個(gè)ann文件，其中ann是標(biāo)注結(jié)果寫入的文件，txt是標(biāo)注數(shù)據(jù)文件，另外自定義的配置文件也要放在項(xiàng)目目錄中，否則系統(tǒng)會(huì)采用默認(rèn)的配置

第四步：標(biāo)注數(shù)據(jù)

接下來就可以對(duì)語料進(jìn)行標(biāo)注了，在第一步安裝完成以后就應(yīng)該可以在webserver配置的地址訪問到brat的首頁，默認(rèn)情況下會(huì)提示你選擇項(xiàng)目路徑，如

你可以根據(jù)你的項(xiàng)目路徑定位到需要標(biāo)注的文本文件，打開后，默認(rèn)加載之前的標(biāo)注結(jié)果，此時(shí)你可以對(duì)文本進(jìn)行標(biāo)注（注意要先登錄）

標(biāo)注的方法很簡單直觀，首先選中需要標(biāo)注的一段文本，然后會(huì)彈出對(duì)該段文本的標(biāo)注類型：

這里可以選擇實(shí)體類型、事件類型和屬性，

對(duì)于兩個(gè)標(biāo)注后的部分，可以從一端拖動(dòng)到另一端，實(shí)現(xiàn)關(guān)系的標(biāo)注：

3.ABSA標(biāo)注結(jié)構(gòu)

以上就是使用BRAT進(jìn)行標(biāo)注的方法，對(duì)于ABSA問題，需要標(biāo)注各個(gè)文本片段的<實(shí)體，方面，情感值>，特別的對(duì)與semeval?2015中的ABSA問題的slot2，還需要標(biāo)注文本的觀點(diǎn)片段，而我們利用BRAT解決這一標(biāo)注的方案是：

定義實(shí)體為<實(shí)體，方面>對(duì)

定義實(shí)體具有屬性<情感>，其值域是[正面，負(fù)面，中立]

因此annotation.conf里的內(nèi)容如下：

[entities]

角色,操作感

角色,視覺

?

[relations]

[events]

?

[attributes]

情感????Arg:<ENTITY>, Value:正面|負(fù)面|中立

?為了便于可視，我還特別定義的視覺配置visual.conf（這一部分規(guī)則不在此詳述，感興趣請(qǐng)參考官網(wǎng)說明）：

[labels]

[drawing]

SPAN_DEFAULT????fgColor:black,?bgColor:lightgreen,?

? ? ? ? ? ? ? ? borderColor:darken

ARC_DEFAULT?color:black, arrowHead:triangle-5

角色,操作感?bgColor:#ffccaa

情感???

?最終的標(biāo)注效果如下：

由此便可以對(duì)各個(gè)片段進(jìn)行ABSA任務(wù)的標(biāo)注，最終生成的標(biāo)注結(jié)果格式如下：

T2角色,操作感?23?32艾瑞克，手感很不錯(cuò)

A2情感?T2?正面

T3角色,操作感?36?44操作一般的用沃爾

A3情感?T3?中立

T4角色,操作感?44?54操作不錯(cuò)的可以用隆多

A4情感?T4?中立

T5角色,操作感?59?66SG的精髓是準(zhǔn)

A5情感?T5?負(fù)面

T1角色,視覺?1091?1102猛龍時(shí)期的啊，發(fā)型夠吊

A1情感?T1?正面

?以上是對(duì)標(biāo)注工具BRAT進(jìn)行ABSA問題的標(biāo)注全過程，目前brat官網(wǎng)上并沒有關(guān)于情感任務(wù)的標(biāo)注實(shí)例，故而有此文章幫助需要的人減少學(xué)習(xí)成本。

總結(jié)

以上是生活随笔為你收集整理的用BRAT进行中文情感分析语料标注的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。