要確定語料中的個別短句屬於哪一種情緒類別，需要進行一些情緒分類的工作。一種可能的方法是利用一些已經構建好的情緒分類系統，比如生理指標測量（EEG）、表情圖像分析（基於人臉關鍵點的表情識別）、基於文本的情感分析等。基於文本的情緒分析一般依賴於詞典、詞性標註和詞義辨析等方法。具體方法如下：
1. 情感詞典：情感詞典是預定義的辭彙和情緒類別之間的映射。例如，一些常見的情感詞典包括SentiWordNet、EMotionNet和Affective Tone等。這些詞典通常包含大量的辭彙和與之對應的情緒類別。
2. 詞性標註：詞性標註可以幫助識別句子中的情緒辭彙。例如，名詞、動詞、形容詞等通常與特定的情緒相關聯。
3. 詞義辨析：通過分析句子的語境和語義，可以推斷出句子所表達的情緒類別。例如，某些辭彙可能具有特定的情感色彩，如“開心”、“悲傷”、“憤怒”等。
4. 機器學習：使用機器學習算法（如樸素貝葉斯、支持向量機、神經網路等）對語料進行訓練，然後將其套用於新句子以預測情緒類別。這種方法需要大量的標註過的語料數據作為訓練集。
總的來說，基於文本的情緒分析需要對辭彙、語境和語義有一定的理解，並結合情感詞典、詞性標註、詞義辨析等方法進行操作。如果你有大量的語料數據，那么使用機器學習算法可能會更有效。但請注意，情緒分類是一個複雜的問題，不同的方法可能會有不同的結果，需要結合實際情況進行選擇和套用。