预告 | 第七届全国社会媒体处理大会八月哈尔滨召开，早鸟优惠即将截止

2018 年 7 月 7 日 AI科技评论

AI 科技评论按：由中国中文信息学会社会媒体处理专委会主办、哈尔滨工业大学承办的第七届全国社会媒体处理大会（SMP2018）将于 2018 年 8 月 2-4 日在哈尔滨召开啦。目前购票注册即享早鸟优惠，7 月 10 日将恢复原价，详情请戳 http://smp2018.cips-smp.org/register.html

SMP 专注于以社会媒体处理为主题的科学研究与工程开发，为传播社会媒体处理最新的学术研究与技术成果提供广泛的交流平台，旨在构建社会媒体处理领域的产学研生态圈，成为中国乃至世界社会媒体处理的风向标。

在去年的会议上，来自金融、情感、传播学、教育等多个领域的专家就大数据、人工智能在该领域的革命性研究做出了精彩报告。主题报告几乎场场爆满，每场报告都能给听众带来很多富有启发的观念。

今年的大会已经邀请到多位国内外著名专家学者和业界翘楚进行大会主题报告，另外还邀请到情感分析和社会科学领域的著名专家学者进行分论坛报告。

目前，大会议程已经出炉，包含 4 场讲习班报告、6 场特邀报告、9 场专题论坛、2 场口头报告，相信在三天的时间内，势必为现场听众带来多种学科上的碰撞与启发。议程安排如下：

大会议程

8 月 2 日（周四）《前沿技术讲习班》第十期 ATT10

09:00-10:30 报告人：宋国杰（北京大学）
题　目：动态网络表示学习

11:00-12:30 报告人：黄民烈（清华大学）
题　目：自然语言处理中的强化学习

14:00-15:30 报告人：孟天广（清华大学）
题　目：计算社会学

16:00-17:30 报告人：曹楠（同济大学）
题　目：大数据可视化分析

19:00-21:00 专委会会议

8 月 3 日（周五）主会

08:30-09:00 开幕式

09:00-09:40 特邀报告：李宇明（北京语言大学）

09:40-10:20 特邀报告：林学民（新南威尔士大学）

10:50-11:30 特邀报告：林鸿飞（大连理工大学）

11:30-12:10 特邀报告：张洪忠（北京师范大学）

13:30-15:30 智能金融论坛计算社会学论坛

16:00-18:00 技术评测论坛口头报告分会场 1 口头报告分会场 2

18:00-19:00 Poster 环节

8 月 4 日（周六）

08:30-09:10 特邀报告：胡晓华（美国德雷赛尔大学）

09:10-09:50 特邀报告：李兵（中央财经大学）

10:20-12:20 情感分析论坛数据挖掘论坛

13:30-15:30 计算传播学论坛智能司法论坛

16:00-18:00 计算历史学论坛智能教育论坛

18:00-18:30 闭幕式

情感分析分论坛议程

目前，情感分析分论坛的议程已经出炉。近年来，情感分析在自然语言处理领域引起广泛关注，特别是随着深度学习技术的发展，如何更加精准的判别文本中的情感仍旧是一个挑战性的问题。在这次会议上，来自南京理工大学、复旦大学和腾讯 AI Lab 的三位专家讲者将分别从情感分析中的极性转移和领域适应问题，论辩文本的质量评估和细粒度情感识别与抽取等三个方面展现情感分析研究的前沿动态。

论坛嘉宾

嘉宾简介：

夏睿，南京理工大学计算机学院教授、博导。2011 年毕业于中科院自动化所，获得工学博士学位。一直从事自然语言处理、机器学习、数据挖掘、人工智能等方面的研究工作，在领域知名学术期刊和会议（IEEE TKDE, ACM TKDD, IEEE TAFFC, IEEE IS, INS, IPM, IJCAI, AAAI, ACL, EMNLP, COLING等）发表论文 30 余篇，其中以第一作者身份发表 CCF A 类、B 类论文 10 余篇、ESI 高被引论文 2 篇，一作论文他引 800 余次。主持国家自然科学基金面上项目、青年基金，江苏省优青、教育部博士点基金等各类纵向课题和企事业合作项目 10 余项。2014 年入选南京理工大学紫金之星人才计划，2016 年获得首届江苏省优青项目资助，2017 年入选南京理工大学青年拔尖人才选聘计划并破格晋升为教授。兼任武汉烽火普天信息技术有限公司人工智能技术总监，并入选 2017 年武汉「3551光谷人才计划」短期创新人才。

报告主题：情感分析中的极性转移和领域适应问题

报告摘要：

一方面，在当前的情感分析研究中，情感分析大多被当作一种文本分类任务，套用包括深度神经网络在内的文本分类框架进行解决，却往往忽视了情感分析的一些特殊语言学现象（如极性转移问题），使得情感分析的研究和讨论并不深刻。极性转移是指由于一些特殊的语言结构，使得文本中的情感发生转移的一种语言现象，包含否定、转折、加强、削弱等语言结构。

另一方面，统计机器学习常常存在领域依赖的问题，即在某一领域（我们称之为源领域）标注样本上学习得到的分类器通常只在相同领域的测试样本上表现较好，换到其他领域（我们称之为目标领域），尤其是目标领域与源领域的分布相差较大的情况下，算法性能会大打折扣。这一领域依赖问题在情感分析任务中表现得尤为突出。

本报告围绕这两个特殊问题，回顾学术界的相关工作，并简介南京理工大学文本挖掘研究组在这两个问题上的一些工作进展。

嘉宾简介：

魏忠钰，复旦大学大数据学院青年副研究员，硕士生导师，香港中文大学博士学位，美国德州大学达拉斯分校博士后，中国中文信息学会青年工作委员会委员，中文信息学会社交媒体处理专委会委员，入选 2017 年度上海市青年科技英才扬帆计划。主要研究领域为社交媒体分析，自动文本生成和论辩挖掘等，在相关领域的国际会议、期刊如 ACL，SIGIR，EMNLP，IJCAI, COLING 等发表学术论文 20 余篇。

报告主题：论辩文本的质量评估方法研究

报告摘要：

近年来，计算论辩学在自然语言处理领域得到越来越多的关注，当前的研究课题包括论辩内容检索、论辩文本结构分析、论辩策略研究以及论辩质量研究等。

论辩质量研究旨在对于论辩的质量进行量化分析，它主要包括单体论辩质量 (monological argumentation ) 判别以及对话式论辩质量判别（dialogical argumentation）。单体论辩质量判别的一大应用场景是学生议论文自动评估，这对于互联网教育至关重要；而对话式论辩质量判别则面向多参与者的论辩研究。

本报告将简单回顾当前对于论辩质量研究的一些基本任务设定以及主流的计算模型，并且重点介绍复旦大学自然语言处理组在论辩文本质量评估方面的一些工作，包括采用多重注意力机制的对话式论辩质量评估模型和结合了话题内容的单体式论辩质量评估模型。

嘉宾简介：

邴立东，香港中文大学博士，卡内基梅隆大学博士后。现任腾讯人工智能实验室高级研究员，从事自然语言处理领域的研究，如情感分析、文本生成、知识库等。发表论文 50 余篇，如 ACL、EMNLP、AAAI、IJCAI、SIGIR、KDD、TOIS 等。个人主页：http://www.cs.cmu.edu/~lbing/

报告主题：Target Sentiment Analysis: Extraction, Classification, and Sentiment-Aware Embeddings

报告摘要：

随着人工智能的深入发展，情感分析任务的重要性越来越凸显。该报告将介绍主讲人及合作者最近的几项工作。

（1）面向目标的情感分类（Target Sentiment Prediction）框架RAM和TNet：RAM提出了一个基于多次注意力机制的模型，把每次注意力捕获到的情感信息进行非线性融合，再进行情感预测。TNet则使用卷积神经网络（CNN）替代基于注意力机制的循环神经网络（RNN）去提取最重要的分类特征，并引入了“特征变换”组件来利用目标信息和“上下文保留”机制利用上下文信息。RAM和TNet分别取得了EMNLP 2017和ACL 2018的最佳效果；

（2）评论目标抽取（Opinion Target/Aspect Extraction）框架HAST：该框架利用了两个有用的线索：Opinion Summary是基于当前预测的token提炼于整个输入句子，其有助于当前 token是否为aspect的预测。另一个线索是从之前token预测提取的预测历史，此线索利用同位词关系和BIO约束来提升效果。HAST取得了该任务的当前最佳效果；

（3）多领域情感词表示学习框架DSE：提出了一种学习领域适应和情感感知的词嵌入的新方法，能够同时捕获词的情感语义和领域信息，自动生成领域无关和领域相关的词向量，并且捕获来自不同领域的领域相关词的不同语义。得到的词向量提高了句子级和词汇级的情感分类性能。

去年雷锋网作为大会独家战略合作媒体，对会议精华、重点演讲、最佳论文等第一时间进行跟踪报导。此外，会议还专门设置技术评测环节——CSDN 用户画像技术评测、中文人机对话技术评测。CSDN 用户画像技术评测共有来自全球 200 多家单位的 757 名选手报名，中文人机对话评测环节也吸引到多所高校和企业的研究人员参赛，最终冠军被华南农业大学口语对话系统研究室（scau_SIGSDS）团队和深思考人工智能（iDeepWise）获得。（雷锋网也对冠军方案做了详细报道）

今年的技术测评更加丰富，会议期间将并行举办三个竞赛单元，获奖队伍将在会议现场带来方案分析，雷锋网也将在第一时间报导。

技术测评

用户画像技术评测（The Evaluation of User Profiling Technology，SMP-EUPT）

中文人机对话技术评测（The Evaluation of Chinese Human-Computer Dialogue Technology，SMP-ECDT）

文本溯源技术评测（The Evaluation of Text Sourcing Technology，SMP-ETST）

用户画像技术评测（SMP-EUPT）

随着机器创作能力越来越强，今后社会媒体上将会产生越来越多的机器创作者自动生产的内容。有效识别出哪些是人类作者生产的内容，哪些是机器作者生产的内容，对于媒体内容的审核、分发、推荐等，具有十分重要的意义。

本届用户画像技术评测聚焦于媒体内容创作者画像问题，由北京字节跳动科技有限公司（今日头条）提供丰富的媒体内容数据集，进行作者身份的自动识别。

中文人机对话技术评测（SMP-ECDT）

人机对话技术近年来受到了学术界和产业界的广泛关注。学术上，人机对话是人机交互最自然的方式之一，其发展影响并推动着语音识别与合成、自然语言理解、对话管理以及自然语言生成等研究的进展；产业上，众多产业界巨头相继推出了人机对话技术相关产品，如个人事务助理、虚拟情感陪护机器人、娱乐型聊天机器人等等，并将人机对话技术作为其公司的重点研发方向。

本届中文人机对话技术评测将聚焦于用户意图的识别和响应问题，以科大讯飞股份有限公司提供的数据集为基础，分别开展用户意图领域分类和特定领域任务型人机对话在线评测。

文本溯源技术评测（SMP-ETST）

文本溯源的目标是判断一个文本的内容是否复制或改编于另外一个或者多个文件。文本溯源技术在学术诚信检测、搜索引擎优化等领域有广泛应用。

本届文本溯源技术评测以科研立项或成果创新型审查为应用背景，以著名的学术搜索系统 AMiner 提供的大量中文论文摘要数据为基础，进行句子溯源技术评测。

SMP2018 将为大家带来社会媒体领先技术、交叉应用等多个方向的精彩内容。目前购买会议门票，即享受 300-600 元优惠，7 月 10 日将恢复原价。详细信息请戳下图，快快抓紧这一波福利吧。