AI公开课丨钱铁云：面向复杂和低资源环境的方面级情感分析

8月12日（周三）晚上7:30，知识工场实验室联合电子工业出版社博文视点荣幸邀请到武汉大学 钱铁云 教授，为大家带来一场【面向复杂和低资源环境的方面级情感分析】精彩报告分享！

知识图谱前沿论坛系列直播 第3期

面向复杂和低资源环境的方面级情感分析

8月12日（周三）  19:30

分享摘要

随着互联网的快速发展，用户从信息的被动接收者转变为主动提供者，网上产生了大量关于事件、商品、服务等有价值的评论信息，表达了人们的情感倾向极性和观点意见。互联网信息的迅速膨胀，对信息的收集、处理和分析提出更高要求，也促进了情感分析这一研究方向的蓬勃发展。

方面级情感分析是一种细粒度的分类任务，相较于篇章或句子级情感分类，方面级情感分类能够针对每一个具体的方面给出对应的情感倾向判断，从而提供更加全面深入的分析。本报告将介绍我们团队在方面级情感分析任务上所做的工作，特别是在应对低资源（如少量标注数据、低频方面单词等）和复杂分析任务（观点抽取和情感分类）等挑战方面的相关进展。

分享核心点

• 方面级情感分析任务是什么？

• 对于低频方面单词如何有效识别其情感极性？

• 仅有少量标注数据时如何提升分类性能？

• 如何协同完成方面词抽取、情感词抽取、情感分类三个子任务？

嘉 宾 简 介

钱铁云

武汉大学计算机学院教授、博导。主要研究领域为Web挖掘、自然语言处理。

在ACL、EMNLP、AAAI、SIGIR、CIKM、TOIS、TKDD等顶级国际会议和期刊上发表论文70余篇。担任TKDE、TWEB、TKDD、TASL、INS等杂志审稿人和IJCAI、AAAI、WWW、CIKM、ICDM、APWEB、WAIM等国际学术会议的程序委员会委员，以及数据库、知识图谱、信息检索、社会媒体处理大会等多个重要学术会议的短文、出版、组织或论坛主席。

相关图书推荐

▊《知识图谱：概念与技术》肖仰华 等 编著

本书力求涵盖知识图谱相关的基本概念与关键技术，总结了十多个知识图谱工程项目的落地经验。

本书紧密围绕知识图谱开展知识体系的梳理，尽量突出知识图谱与相关学科的差别，尽可能的为大家清晰地界定知识图谱与各分支学科的根本不同。本书注重知识图谱的整个知识体系，从最基础的基本概念、基础理论到设计、技术、模型、方法都做了全面的介绍。

---

更多科技资讯请见微信公众号：博文视点Broadview（微信号：bvbooks）