文本情感分析，又稱意見挖掘、傾向性分析等。簡單而言,是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程。
通過對包含主觀信息的文本進行情感傾向性判斷，可支持在線訓練模型調優效果，為口碑分析、話題監控、輿情分析等應用提供幫助。
以下內容節選於某細粒度情緒多分類標注項目。
1. 標注分類
情緒共分為3大類，11中類，26小類：
2. 標注說明
針對一段短對話數據，判斷每句話中說話者當時的情緒，並判斷該句話是否包含26小類的情緒，如果包含則標注該情緒標簽為1，反之為0。
3. 標注范例
對話內容：
A：菲利普，聽說你獲獎我真是高興。祝賀你!
標注范例：
對話內容：
B：謝謝。荻妮絲。事實上這很使我意外。我是說，夠條件的人很多。
標注范例：
對話內容：
A：那倒是。但你的工作的確非常出色，當然受之無愧。
標注范例：
對話內容：
B：非常感謝。我期待着很快能見到你也被提名。你也一直干得很出色。
標注范例：
