第七屆全國社會媒體處理大會八月哈爾濱召開，早鳥優(yōu)惠即將截止

本文作者：汪思穎

2018-07-09 10:22

專題：SMP 2018

導(dǎo)語：4 場講習班報告、6 場特邀報告、9 場專題論壇、2 場口頭報告，下個月相約哈爾濱。

由中國中文信息學(xué)會社會媒體處理專委會主辦、哈爾濱工業(yè)大學(xué)承辦的第七屆全國社會媒體處理大會（SMP2018）將于 2018 年 8 月 2-4 日在哈爾濱召開啦。目前購票注冊即享早鳥優(yōu)惠，7 月 11 日將恢復(fù)原價，詳情請戳 http://smp2018.cips-smp.org/register.html

SMP 專注于以社會媒體處理為主題的科學(xué)研究與工程開發(fā)，為傳播社會媒體處理最新的學(xué)術(shù)研究與技術(shù)成果提供廣泛的交流平臺，旨在構(gòu)建社會媒體處理領(lǐng)域的產(chǎn)學(xué)研生態(tài)圈，成為中國乃至世界社會媒體處理的風向標。

在去年的會議上，來自金融、情感、傳播學(xué)、教育等多個領(lǐng)域的專家就大數(shù)據(jù)、人工智能在該領(lǐng)域的革命性研究做出了精彩報告。主題報告幾乎場場爆滿，每場報告都能給聽眾帶來很多富有啟發(fā)的觀念。

今年的大會已經(jīng)邀請到多位國內(nèi)外著名專家學(xué)者和業(yè)界翹楚進行大會主題報告，另外還邀請到情感分析和社會科學(xué)領(lǐng)域的著名專家學(xué)者進行分論壇報告。

目前，大會議程已經(jīng)出爐，包含 4 場講習班報告、6 場特邀報告、9 場專題論壇、2 場口頭報告，相信在三天的時間內(nèi)，勢必為現(xiàn)場聽眾帶來多種學(xué)科上的碰撞與啟發(fā)。議程安排如下：

大會議程

8 月 2 日（周四）《前沿技術(shù)講習班》第十期 ATT10

09:00-10:30 報告人：宋國杰（北京大學(xué)）
題　目：動態(tài)網(wǎng)絡(luò)表示學(xué)習
11:00-12:30 報告人：黃民烈（清華大學(xué)）
題　目：自然語言處理中的強化學(xué)習
14:00-15:30 報告人：孟天廣（清華大學(xué)）
題　目：計算社會學(xué)
16:00-17:30 報告人：曹楠（同濟大學(xué)）
題　目：大數(shù)據(jù)可視化分析
19:00-21:00 專委會會議

8 月 3 日（周五）主會

08:30-09:00 開幕式
09:00-09:40 特邀報告：李宇明（北京語言大學(xué)）
09:40-10:20 特邀報告：林學(xué)民（新南威爾士大學(xué)）
10:50-11:30 特邀報告：林鴻飛（大連理工大學(xué)）
11:30-12:10 特邀報告：張洪忠（北京師范大學(xué)）
13:30-15:30 智能金融論壇計算社會學(xué)論壇
16:00-18:00 技術(shù)評測論壇口頭報告分會場 1 口頭報告分會場 2
18:00-19:00 Poster 環(huán)節(jié)

8 月 4 日（周六）

08:30-09:10 特邀報告：胡曉華（美國德雷賽爾大學(xué)）
09:10-09:50 特邀報告：李兵（中央財經(jīng)大學(xué)）
10:20-12:20 情感分析論壇數(shù)據(jù)挖掘論壇
13:30-15:30 計算傳播學(xué)論壇智能司法論壇
16:00-18:00 計算歷史學(xué)論壇智能教育論壇
18:00-18:30 閉幕式

情感分析分論壇議程

目前，情感分析分論壇的議程已經(jīng)出爐。近年來，情感分析在自然語言處理領(lǐng)域引起廣泛關(guān)注，特別是隨著深度學(xué)習技術(shù)的發(fā)展，如何更加精準的判別文本中的情感仍舊是一個挑戰(zhàn)性的問題。在這次會議上，來自南京理工大學(xué)、復(fù)旦大學(xué)和騰訊 AI Lab 的三位專家講者將分別從情感分析中的極性轉(zhuǎn)移和領(lǐng)域適應(yīng)問題，論辯文本的質(zhì)量評估和細粒度情感識別與抽取等三個方面展現(xiàn)情感分析研究的前沿動態(tài)。

論壇嘉賓

第七屆全國社會媒體處理大會八月哈爾濱召開，早鳥優(yōu)惠即將截止

嘉賓簡介：

夏睿，南京理工大學(xué)計算機學(xué)院教授、博導(dǎo)。2011 年畢業(yè)于中科院自動化所，獲得工學(xué)博士學(xué)位。一直從事自然語言處理、機器學(xué)習、數(shù)據(jù)挖掘、人工智能等方面的研究工作，在領(lǐng)域知名學(xué)術(shù)期刊和會議（IEEE TKDE, ACM TKDD, IEEE TAFFC, IEEE IS, INS, IPM, IJCAI, AAAI, ACL, EMNLP, COLING等）發(fā)表論文 30 余篇，其中以第一作者身份發(fā)表 CCF A 類、B 類論文 10 余篇、ESI 高被引論文 2 篇，一作論文他引 800 余次。主持國家自然科學(xué)基金面上項目、青年基金，江蘇省優(yōu)青、教育部博士點基金等各類縱向課題和企事業(yè)合作項目 10 余項。2014 年入選南京理工大學(xué)紫金之星人才計劃，2016 年獲得首屆江蘇省優(yōu)青項目資助，2017 年入選南京理工大學(xué)青年拔尖人才選聘計劃并破格晉升為教授。兼任武漢烽火普天信息技術(shù)有限公司人工智能技術(shù)總監(jiān)，并入選 2017 年武漢「3551光谷人才計劃」短期創(chuàng)新人才。

報告主題：情感分析中的極性轉(zhuǎn)移和領(lǐng)域適應(yīng)問題

報告摘要：

一方面，在當前的情感分析研究中，情感分析大多被當作一種文本分類任務(wù)，套用包括深度神經(jīng)網(wǎng)絡(luò)在內(nèi)的文本分類框架進行解決，卻往往忽視了情感分析的一些特殊語言學(xué)現(xiàn)象（如極性轉(zhuǎn)移問題），使得情感分析的研究和討論并不深刻。極性轉(zhuǎn)移是指由于一些特殊的語言結(jié)構(gòu)，使得文本中的情感發(fā)生轉(zhuǎn)移的一種語言現(xiàn)象，包含否定、轉(zhuǎn)折、加強、削弱等語言結(jié)構(gòu)。

另一方面，統(tǒng)計機器學(xué)習常常存在領(lǐng)域依賴的問題，即在某一領(lǐng)域（我們稱之為源領(lǐng)域）標注樣本上學(xué)習得到的分類器通常只在相同領(lǐng)域的測試樣本上表現(xiàn)較好，換到其他領(lǐng)域（我們稱之為目標領(lǐng)域），尤其是目標領(lǐng)域與源領(lǐng)域的分布相差較大的情況下，算法性能會大打折扣。這一領(lǐng)域依賴問題在情感分析任務(wù)中表現(xiàn)得尤為突出。

本報告圍繞這兩個特殊問題，回顧學(xué)術(shù)界的相關(guān)工作，并簡介南京理工大學(xué)文本挖掘研究組在這兩個問題上的一些工作進展。

第七屆全國社會媒體處理大會八月哈爾濱召開，早鳥優(yōu)惠即將截止

嘉賓簡介：

魏忠鈺，復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院青年副研究員，碩士生導(dǎo)師，香港中文大學(xué)博士學(xué)位，美國德州大學(xué)達拉斯分校博士后，中國中文信息學(xué)會青年工作委員會委員，中文信息學(xué)會社交媒體處理專委會委員，入選 2017 年度上海市青年科技英才揚帆計劃。主要研究領(lǐng)域為社交媒體分析，自動文本生成和論辯挖掘等，在相關(guān)領(lǐng)域的國際會議、期刊如 ACL，SIGIR，EMNLP，IJCAI, COLING 等發(fā)表學(xué)術(shù)論文 20 余篇。

報告主題：論辯文本的質(zhì)量評估方法研究

報告摘要：

近年來，計算論辯學(xué)在自然語言處理領(lǐng)域得到越來越多的關(guān)注，當前的研究課題包括論辯內(nèi)容檢索、論辯文本結(jié)構(gòu)分析、論辯策略研究以及論辯質(zhì)量研究等。

論辯質(zhì)量研究旨在對于論辯的質(zhì)量進行量化分析，它主要包括單體論辯質(zhì)量 (monological argumentation ) 判別以及對話式論辯質(zhì)量判別（dialogical argumentation）。單體論辯質(zhì)量判別的一大應(yīng)用場景是學(xué)生議論文自動評估，這對于互聯(lián)網(wǎng)教育至關(guān)重要；而對話式論辯質(zhì)量判別則面向多參與者的論辯研究。

本報告將簡單回顧當前對于論辯質(zhì)量研究的一些基本任務(wù)設(shè)定以及主流的計算模型，并且重點介紹復(fù)旦大學(xué)自然語言處理組在論辯文本質(zhì)量評估方面的一些工作，包括采用多重注意力機制的對話式論辯質(zhì)量評估模型和結(jié)合了話題內(nèi)容的單體式論辯質(zhì)量評估模型。

第七屆全國社會媒體處理大會八月哈爾濱召開，早鳥優(yōu)惠即將截止

嘉賓簡介：

邴立東，香港中文大學(xué)博士，卡內(nèi)基梅隆大學(xué)博士后?，F(xiàn)任騰訊人工智能實驗室高級研究員，從事自然語言處理領(lǐng)域的研究，如情感分析、文本生成、知識庫等。發(fā)表論文 50 余篇，如 ACL、EMNLP、AAAI、IJCAI、SIGIR、KDD、TOIS 等。個人主頁：http://www.cs.cmu.edu/~lbing/

報告主題：Target Sentiment Analysis: Extraction, Classification, and Sentiment-Aware Embeddings

報告摘要：

隨著人工智能的深入發(fā)展，情感分析任務(wù)的重要性越來越凸顯。該報告將介紹主講人及合作者最近的幾項工作。

（1）面向目標的情感分類（Target Sentiment Prediction）框架RAM和TNet：RAM提出了一個基于多次注意力機制的模型，把每次注意力捕獲到的情感信息進行非線性融合，再進行情感預(yù)測。TNet則使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）替代基于注意力機制的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）去提取最重要的分類特征，并引入了“特征變換”組件來利用目標信息和“上下文保留”機制利用上下文信息。RAM和TNet分別取得了EMNLP 2017和ACL 2018的最佳效果；

（2）評論目標抽?。∣pinion Target/Aspect Extraction）框架HAST：該框架利用了兩個有用的線索：Opinion Summary是基于當前預(yù)測的token提煉于整個輸入句子，其有助于當前 token是否為aspect的預(yù)測。另一個線索是從之前token預(yù)測提取的預(yù)測歷史，此線索利用同位詞關(guān)系和BIO約束來提升效果。HAST取得了該任務(wù)的當前最佳效果；

（3）多領(lǐng)域情感詞表示學(xué)習框架DSE：提出了一種學(xué)習領(lǐng)域適應(yīng)和情感感知的詞嵌入的新方法，能夠同時捕獲詞的情感語義和領(lǐng)域信息，自動生成領(lǐng)域無關(guān)和領(lǐng)域相關(guān)的詞向量，并且捕獲來自不同領(lǐng)域的領(lǐng)域相關(guān)詞的不同語義。得到的詞向量提高了句子級和詞匯級的情感分類性能。

去年雷鋒網(wǎng)作為大會獨家戰(zhàn)略合作媒體，對會議精華、重點演講、最佳論文等第一時間進行跟蹤報導(dǎo)。此外，會議還專門設(shè)置技術(shù)評測環(huán)節(jié)——CSDN 用戶畫像技術(shù)評測、中文人機對話技術(shù)評測。CSDN 用戶畫像技術(shù)評測共有來自全球 200 多家單位的 757 名選手報名，中文人機對話評測環(huán)節(jié)也吸引到多所高校和企業(yè)的研究人員參賽，最終冠軍被華南農(nóng)業(yè)大學(xué)口語對話系統(tǒng)研究室（scau_SIGSDS）團隊和深思考人工智能（iDeepWise）獲得。（雷鋒網(wǎng)也對冠軍方案做了詳細報道）

今年的技術(shù)測評更加豐富，會議期間將并行舉辦三個競賽單元，獲獎隊伍將在會議現(xiàn)場帶來方案分析，雷鋒網(wǎng)也將在第一時間報導(dǎo)。

技術(shù)測評

用戶畫像技術(shù)評測（The Evaluation of User Profiling Technology，SMP-EUPT）
中文人機對話技術(shù)評測（The Evaluation of Chinese Human-Computer Dialogue Technology，SMP-ECDT）
文本溯源技術(shù)評測（The Evaluation of Text Sourcing Technology，SMP-ETST）

用戶畫像技術(shù)評測（SMP-EUPT）

隨著機器創(chuàng)作能力越來越強，今后社會媒體上將會產(chǎn)生越來越多的機器創(chuàng)作者自動生產(chǎn)的內(nèi)容。有效識別出哪些是人類作者生產(chǎn)的內(nèi)容，哪些是機器作者生產(chǎn)的內(nèi)容，對于媒體內(nèi)容的審核、分發(fā)、推薦等，具有十分重要的意義。

本屆用戶畫像技術(shù)評測聚焦于媒體內(nèi)容創(chuàng)作者畫像問題，由北京字節(jié)跳動科技有限公司（今日頭條）提供豐富的媒體內(nèi)容數(shù)據(jù)集，進行作者身份的自動識別。

中文人機對話技術(shù)評測（SMP-ECDT）

人機對話技術(shù)近年來受到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。學(xué)術(shù)上，人機對話是人機交互最自然的方式之一，其發(fā)展影響并推動著語音識別與合成、自然語言理解、對話管理以及自然語言生成等研究的進展；產(chǎn)業(yè)上，眾多產(chǎn)業(yè)界巨頭相繼推出了人機對話技術(shù)相關(guān)產(chǎn)品，如個人事務(wù)助理、虛擬情感陪護機器人、娛樂型聊天機器人等等，并將人機對話技術(shù)作為其公司的重點研發(fā)方向。

本屆中文人機對話技術(shù)評測將聚焦于用戶意圖的識別和響應(yīng)問題，以科大訊飛股份有限公司提供的數(shù)據(jù)集為基礎(chǔ)，分別開展用戶意圖領(lǐng)域分類和特定領(lǐng)域任務(wù)型人機對話在線評測。

文本溯源技術(shù)評測（SMP-ETST）

文本溯源的目標是判斷一個文本的內(nèi)容是否復(fù)制或改編于另外一個或者多個文件。文本溯源技術(shù)在學(xué)術(shù)誠信檢測、搜索引擎優(yōu)化等領(lǐng)域有廣泛應(yīng)用。

本屆文本溯源技術(shù)評測以科研立項或成果創(chuàng)新型審查為應(yīng)用背景，以著名的學(xué)術(shù)搜索系統(tǒng) AMiner 提供的大量中文論文摘要數(shù)據(jù)為基礎(chǔ)，進行句子溯源技術(shù)評測。

SMP2018 將為大家?guī)砩鐣襟w領(lǐng)先技術(shù)、交叉應(yīng)用等多個方向的精彩內(nèi)容。目前購買會議門票，即享受 300-600 元優(yōu)惠，7 月 11 日將恢復(fù)原價。詳細信息請戳下圖，快快抓緊這一波福利吧。

第七屆全國社會媒體處理大會八月哈爾濱召開，早鳥優(yōu)惠即將截止