科技网

当前位置: 首页 >通讯

黄锦辉自然语言处理方法SocialMedia

通讯
来源: 作者: 2019-05-17 02:59:14

2017年5月21日,由中国人工智能学会、中文信息学会主办,亿欧承办的2017全球人工智能技术大会在北京国家会议中心拉开帷幕,5月22日上午是自然语言理解分论坛,分论坛主要围绕深度学习在自然语言处理领域、自然语言处理方法、人机对话系统以及智能交互等方面展开演讲。

演讲佳宾主要有微软亚洲研究院常务副院长、首席研究员、ACL候任总裁周明,香港中文大学创新科技中心主任、香港中文大学工程学院副院长、香港广州创新科技协会会长黄锦辉,云知声AI Labs资深技术专家刘升平,小i机器人研究院常务副院长陈成才。

黄锦辉演讲实录:

大家好!我的普遍话不是母语,但是我在北京也跑了好多年。我今天给大家分享的就是过去五、六年的一些想法,这里有一些是从事实业的,可能觉得这个会有一点虚,可能还没有到落地的时候,希望大家可以给我们一些指正。

我们一直做Social Media。我分三部份来说,

一、Introduction,这是2017年的一些数据,我们做了一个简单的统计。我们2011年的时候,所谓Microblog platforms,就是在WeChat,twitter,etc上。

看一下这个例子,比如李晨跟范冰冰这个例子,有很多不同的信息都出来了,可能没有注意到有很多东西都是没用的,只是跟着讲而已。

Microblog Repost Tree是两块,Structure和Messages。

这是举一个例子。从发起人开始,每个信息如果合起来,就可以当成Document,每一片是Sentence。

二、NLP is applicable to microblogging。

NLP for Summarization。Discourse是我们会利用的东西。这是有关Sematic。比如有一个社交圈,已经有100人,运行了一个月,两个月,有一个新人进来这个圈,旧的100人突然发了1句“ABC”,对现有的100个人固然知道是什么意思,但是新进来的人并不一定知道了,如果Summarization存在,就可以解决这个问题。

2013年Chang做过这个方法,认为效果不太好,主要的理由就是太短,噪音太多。

现在怎样做?先是聚类,Event-based,但是没有结构上的关系,只是把同类型的放在一起。

比如一个明星发一个东西出来,由于他是明星,有很多人跟随他,但是他所讲的东西有没有用呢?

我们怎样处理这个事情呢?Some microbloggers(ie leaders)are more influential than others(ie followers)。有一些人提到那些问题,加上新的资料上去,有一串人继续跟着你,我们利用leader follow。既然把leader follow分出来,我提出问题,我回答,我命令你,这些东西其实也不是什么新的东西。

三、我们另外看一个问题,Rumor Detection。Rumor是个比较麻烦的事情,出来的时候会有很大影响。现在一般来看,只是看每个词,或每个片语,或是看整个信息的容量资料来判断。在整个过程当中,那些人用的词是会改的。有一个例子给大家看一下,这是Question mark的用处,另外一个是First-person pronoun。根据时间的变动,有新的技术可以帮助你去分析。

Time Series of Microblog Event.

这是Our Contributions.

Time Series Formation.

发问A:您有没有做过话题之间的关联关系这类工作?

黄锦辉:有,我们一开始做的就是两个信息之间的关系…

提问B:微博评论把时间分割了,只保存波峰,波谷去掉了,我觉得这个事情没有说服力,波峰波谷的评论肯定也是有用的,出现波峰波谷会有一定的原因。

黄锦辉:我们碰到的问题,最直接,最自然可以做的…

南京看肛周尖锐湿疣多少钱才能治好
哪家治癫痫最专业
尖锐湿疣不及时治疗会癌变吗

相关推荐