筑波大学文単位評価極性タグ付きコーパス　データ仕様書

１．データ名称

筑波大学文単位評価極性タグ付きコーパス（TSUKUBAコーパス）ver.1.0


２．データ概要

　楽天トラベルのレビューデータ1,000件（4,309文）に対して、文単位で評価極性情報を付与したコーパス


３．データの作成方針

3.1　情報付与単位
文単位

3.2　作業者数
２名

3.3　文字コード
UTF-8

3.4　その他
レビュー対象施設の特定を避けるため、オリジナルの文書IDは公開しない。


４．データ詳細

4.1　データ形式
tsv 形式で以下の情報が格納されている。

- カラム１　行ID（文ID）
- カラム２　文書ID
- カラム３　文書内でのローカル文ID
- カラム４　作業者１の評価ラベル・アノテーション
- カラム５　作業者２の評価ラベル・アノテーション
- カラム６　文

4.2　評価ラベル（カラム４・５）
 評価対象についての評価に関するクラスラベル（６種類）

- 褒め：p
- 苦情：k
- 要求：y
- ニュートラル：e
- 評価なし：Z
- その他/保留：o

　注１：同一文に p と k が混合している場合、作業者間で付与方針が異なる。
　　- 作業者１：下記の複数ラベルを付与
　　- 作業者２：e or p/k のうち主要な意味となる１つ

　注２：作業者１は、同一文に複数の評価が認められるとき、複数のラベルを付与している。
　　- ラベルは文内での出現順で付与され、同じラベルが連続する場合は１つだけ付与している。
　　- ただし、複数ラベルを付与する際は「評価無し」を無視する。 例）p + Z -> p


4.3　文への分割ルール
(1) 半角・全角スペースを除去する。
(2) 次の記号で分割する。
分割記号：「？」、「?」、「！」、「!」、「。」、「.」、「.」、「♪」、「☆」、「★」、「ｗ」

例外（分割しない場合）：
　- 分割記号の一つ後ろが助詞であるとき。
　　　例）ちょっと塩味が強すぎるかも？と思いました。
　- 全角半角の丸括弧（）・カギ括弧「」・二重鍵括弧『』中に分割記号が出現したとき。
　　　例）母は「こんな美味しい料理は久しぶり。」と大満足でした。
　- 前後が数字で囲まれた時のピリオドのとき
　　　例）1.5 メートルくらいの幅しか無く、窮屈な思いをしました。


５．データ作成者、権利者および窓口
5.1　データ作成者
筑波大学 システム情報工学研究科 コンピュータサイエンス専攻 自然言語処理 on the Web 研究室

5.2　データ著作権者
筑波大学 システム情報工学研究科 コンピュータサイエンス専攻 自然言語処理 on the Web 研究室

5.3　問い合わせ窓口
楽天株式会社　楽天データ公開事務局（rit-rdr@mail.rakuten.com）

以上