文本情感分析，又称意见挖掘、倾向性分析等。简单而言,是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。
通过对包含主观信息的文本进行情感倾向性判断，可支持在线训练模型调优效果，为口碑分析、话题监控、舆情分析等应用提供帮助。
以下内容节选于某细粒度情绪多分类标注项目。
1.标注分类
情绪共分为3大类，11中类，26小类：
2.标注说明
针对一段短对话数据，判断每句话中说话者当时的情绪，并判断该句话是否包含26小类的情绪，如果包含则标注该情绪标签为1，反之为0。
3.标注范例
对话内容：
A：菲利普，听说你获奖我真是高兴。祝贺你!
标注范例：
对话内容：
B：谢谢。荻妮丝。事实上这很使我意外。我是说，够条件的人很多。
标注范例：
对话内容：
A：那倒是。但你的工作的确非常出色，当然受之无愧。
标注范例：
对话内容：
B：非常感谢。我期待着很快能见到你也被提名。你也一直干得很出色。
标注范例：