由中國中文信息學會社會媒體處理專委會主辦、哈爾濱工業大學承辦的第七屆全國社會媒體處理大會（SMP 2018）將於 2018 年 8 月 2 日- 4 日在哈爾濱召開。雷鋒網作為戰略合作媒體將帶來專題報導。
SMP 專注於以社會媒體處理為主題的科學研究與工程開發，為傳播社會媒體處理最新的學術研究與技術成果提供廣泛的交流平臺，旨在構建社會媒體處理領域的產學研生態圈，成為中國乃至世界社會媒體處理的風向標。
本屆 SMP 大會主席由哈爾濱工業大學教授劉挺與伊利諾伊大學芝加哥分校教授 Philip S. Yu 擔任，程序委員會主席由哈爾濱工業大學教授秦兵與清華大學助理教授劉知遠擔任。
距離 SMP 2018 還有兩周時間，大會官方也揭曉了更多議程細節。心動不如行動，抓緊最後機會註冊報名吧！
今年 SMP 2018 陣容相較去年毫不遜色，目前已確認出席的六位特邀講者包括：李宇明（北京語言大學）、林學民（新南威爾斯大學）、林鴻飛（大連理工大學）、張洪忠（北京師範大學）、胡小華（美國德雷賽爾大學）、李兵（中央財經大學）。
部分特邀報告摘要及講者介紹如下：
北京語言大學語言資源高精尖創新中心 李宇明 主任
報告主題：世界知識的中文表達問題
報告摘要：語言是知識的容器，也是不同語言的人獲取知識的藩籬。知識可以分為現代知識和過往知識。過往知識各種語言都有儲存，而現代知識主要儲存在現代較為活躍的語言中。現代知識可分為科學知識和社會知識兩大類，隨著科技的發展、教育普及和科技成果快速地用於社會生活，科學知識成為現代知識的主要代表。隨著語言全球化的進程，英語成為「世界通用語」，特別是成為科技（包括社會科學和人文科學）的主要「國際用語」。中文雖然伴隨著中國國力的提升，也加快了國際傳播的步伐，但是在國際科學技術領域卻同英語之外的其他語言一樣，被嚴重邊緣化。這將對國人獲取世界科技知識（亦即現代知識）形成嚴重障礙，將對中華文化的發展強盛帶來嚴重影響。慮今思遠，我們不能不討論世界知識的中文表達問題。
嘉賓簡介：李宇明，北京語言大學語言資源高精尖創新中心主任。國際中國語言學會會長（2016年-2017年），中國語言學會語言政策與規劃專業委員會會長，中國中文信息學會副理事長。曾任國家語委副主任、教育部語言文字信息管理司司長、教育部語言文字應用研究所所長、華中師範大學副校長、北京語言大學黨委書記。 1991年獲霍英東教育基金獎；1993年破格晉升教授；1994年成為「湖北省有突出貢獻的中青年專家」，並享受國務院發放的政府特殊津貼；1996年被評為湖北省勞動模範，全國婦聯和國家教委授予「全國優秀家長」稱號；1997年獲全國「五一」勞動獎章；1998年確定為湖北省跨世紀學術帶頭人；2000年成為教育部「人文社會科學跨世紀優秀人才」； 2010年應邀為香港中文大學「王澤森－新法書院語文教育訪問教授」；2012年獲「第八屆全國五好文明家庭標兵戶」稱號； 2013年11月榮膺香港理工大學「傑出中國學人」榮譽。主要研究領域為理論語言學、語法學、心理語言學和語言規劃學。出版《兒童語言的發展》《漢語量範疇研究》《語法研究錄》《中國語言規劃論》《Language Planning in China》《當代中國語言學研究》（主編）《語言學習與教育》《李宇明語言傳播與規劃文集》等著作20餘部；發表論文490餘篇，被譯為蒙、藏、維、日、法、英、俄、韓等多種文字；主編《全球華語詞典》《全球華語大辭典》；曾主持《通用規範漢字表》的研製；與李嵬聯合主編的THE LANGUAGE SITUATION IN CHINA(VOLUME1～3)由德國DE GRUYTER出版社與中國商務印書館聯合出版，並有日語、韓語譯本。國際著名語言規劃學家斯波斯基，高度評價《Language Planning in China》：「這本譯文集提供的不僅僅是數據。它通過揭示一位學者，同時也是一位長期活躍的管理者的觀點，形成了理解中國語言管理的基礎，也為其他地方從事類似工作的人們提供了一個有用的模型。……李宇明這本全新的譯文集，已經超越了中國語言規劃的主題，可以為指導整個語言管理領域的研究打下堅實的基礎。」
大連理工大學計算機科學與技術學院 林鴻飛 教授
報告主題：幽默計算探討
報告摘要：幽默作為一種特殊的語言表達方式，是生活中活躍氣氛化解尷尬的重要元素。隨著人工智慧的快速發展，如何利用計算機技術識別和生成幽默成為自然語言處理領域熱門的研究內容之一，並逐漸形成一個新興研究領域，即幽默計算。幽默計算致力於利用計算機手段，理解和識別包含幽默的文本表達，挖掘幽默表達潛在的語義內涵，構建面向幽默表達的計算模型，並在此基礎上，智能地將非幽默表達轉化為幽默表達，實現幽默的自動生成，提升人機互動的智能程度。
本次報告首先對當前幽默計算的背景進行概述，闡明幽默的可計算性；在此基礎上，對幽默研究的發展情況進行回顧，梳理幽默研究的認知語言學基礎理論；然後，綜述當前幽默計算在幽默識別和幽默生成兩個方面的進展情況，給出幽默計算的研究框架，從幽默的表達方式和呈現載體兩個維度討論幽默的識別和生成，主要討論諧音、雙關語的識別與生成、相聲和情景喜劇的結構分析。最後，對幽默計算在聊天機器人、機器翻譯、外語教學等多個自然語言處理任務上的應用前景。希望通過對幽默計算及其應用研究的總結，完善現有幽默計算模型，增進計算機對於自然語言的理解，推動人工智慧的進一步發展。
嘉賓簡介：林鴻飛，大連理工大學計算機科學與技術學院教授、博士生導師。主要研究領域為自然語言處理、情感計算、社會媒體處理、面向生物醫學領域的文本挖掘。擔任中國中文信息學會常務理事，中國中文信息學會社會媒體處理專業委員會副主任、信息檢索專業委員會常務委員，中國人工智慧學會離散智能計算專業委員會副主任、機器學習專業委員會常務委員，遼寧省高等學校計算機專業教學指導委員會副主任、遼寧省計算機基礎教育學會理事長。《中文信息學報》編委、《模式識別與人工智慧》編委、《小型微型計算機系統》編委、《大連理工大學》（自然科學版）編委，SCI期刊IJDMB編委。主持國家863高科技計劃、國家自然科學基金和教育部博士點基金等項目十餘項，參與國家自然科學基金重點項目、國家十二五支撐計劃項目多項。SCI收錄論文80餘篇，在SIGIR、ACL、CIKM和BIBM等國際重要學術會議發表論文20餘篇，入選遼寧省「百千萬人才工程」百人層次。獲得國家級教學成果一等獎、二等獎和遼寧省教學成果一等獎。
The College of Computing and Informatics, Drexel University
Xiaohua Tony Hu, full professor
報告主題：Question-based Text Summarization
報告摘要：In the modern information age, finding the right information at the right time is an art (and a science). However, the abundance of information makes it difficult for people to digest it and make informed choices. In this talk, we will discuss how to help people who want to quickly capture the main idea of a piece of information before they read the details through text summarization. In contrast with existing works, which mainly utilize declarative sentences to summarize a text document, we aim to use a few questions as a summary. In this way, people would know what questions a given text document can address and thus they may further read it if they have similar questions in mind. A question-based summary needs to satisfy three goals, relevancy, answerability, and diversity. Relevancy measures whether a few questions can cover the main points that discussed in a text document; answerability measures whether answers to the questions are included in the text document; and diversity measures whether there is redundant information carried by the questions.
To achieve the three goals, we design a two-stage approach which consists of question selection and question diversification. The question selection component aims to find a set of candidate questions that are relevant to a text document, which in turn can be treated as answers to the questions. Specifically, we explore two lines of approaches that have been developed for traditional text summarization tasks, extractive approaches and abstractive approaches to achieve the goals of relevancy and answerability, respectively. The question diversification component is designed to re-rank the questions with the goal of rewarding diversity in the final question-based summary. Evaluation on product review summarization tasks for two product categories shows that the proposed approach is effective for discovering meaningful questions that are representative for individual reviews. This research work opens up a new direction in the intersection of information retrieval and natural language processing.
嘉賓簡介：Xiaohua Tony Hu is a full professor at the College of Computing and Informatics, Drexel University and lecture professor at Central China Normal University. He is also serving as the founding Co-Director of the USA National Science Foundation Center on Visual and Decision Informatics (NSF CVDI, the only designated NSF Industry-University sponsored Big Data center at USA, and IEEE Computer Society Big Data Conference Steering Committee Chair. Tony is a scientist, teacher and entrepreneur. He joined Drexel University in 2002. Earlier, he worked as a research scientist in the world-leading R&D centers such as Nortel Research Center, and Verizon Lab (the former GTE labs). In 2001, he founded the DMW Software in Silicon Valley, California. He has a lot of experience and expertise to convert original ideas into research prototypes, and eventually into commercial products, many of his research ideas have been integrated into commercial products and applications in data mining fraud detection, database marketing.
Tony’s current research interests are in big data, data/text/web mining, bioinformatics, and social media. He has published more than 270 peer-reviewed research papers in various journals, conferences and books. His research projects are funded by the National Science Foundation (NSF), US Dept. of Education, the PA Dept. of Health, the Natural Science Foundation of China (NSFC). He has obtained more than US$9.5 million research grants in the past 12 years as PI or Co-PI and has graduated 23 Ph.D. students from 2006 to 2017 and is currently supervising 8 Ph.D. students.
中央財經大學國際經濟與貿易學院 李兵 副教授
報告主題：經濟學中的大數據應用
報告摘要：隨著信息技術的普及與廣泛應用，數據來源更加廣泛，數據的收集成本不斷下降，這也為經濟學中原本無法檢驗的理論提供了實證驗證的可能。本講座主要介紹大數據在經濟學研究中的應用，包括衛星遙感數據、行政管理數據、網絡平臺數據、媒體文本數據等在經濟學頂級期刊發表文章中的應用實例。並結合本人使用大數據的研究成果討論研究經驗與教訓，最後對未來的大數據在經濟學研究中的應用進行展望。
嘉賓簡介：李兵，中央財經大學國際經濟與貿易學院副教授，貿易經濟系系主任。2008年於吉林大學獲得經濟學博士學位，2011年於香港科技大學獲得社會科學博士學位。主要研究方向是外商直接投資、國際貿易、國際政治經濟學、網際網路經濟學、貿易與創新等。研究成果發表於The Economics of Transition、《經濟研究》、《世界經濟》等SSCI英文期刊和中文權威期刊。主持省部級課題2項，國家社科重大課題子課題負責人1項，參與2項，參與教育部重大課題1項，其他省部級課題以及政府部門課題多項。全國萬名優秀創新創業導師人才庫首批入庫導師；中國技術經濟學會智慧財產權分委會理事；《經濟研究》、《世界經濟》等期刊匿名審稿人；「雛鷹讀書會」創始人，學術顧問。
本屆 SMP 2018 講習班主席由浙江大學助理教授楊洋擔任，邀請到了如下講者做報告：
SMP 2018 同期將在 8 月 4 日召開八個分論壇，雷鋒網此前已介紹過其中的兩個，詳情可點擊連結查閱往期報導，更多議程細節敬請期待雷鋒網(公眾號：雷鋒網)後續報導。
智能金融論壇
計算社會學論壇
情感分析論壇
數據挖掘論壇
計算傳播學論壇
智能司法論壇
計算歷史學論壇
智能教育論壇
去年的 CSDN 用戶畫像技術評測和中文人機對話技術評測給與會觀眾及雷鋒網留下了深刻印象，而今年 SMP 2018 的技術評測單元則有了更多玩法。除原有的中文人機對話技術評測步入第二屆（SMP-ECDT）外，今年還有用戶畫像技術評測（SMP-EUPT）與文本溯源技術評測（SMP-ETST）等兩個評測單元。從賽題到選手表現，相信還有更多精彩等待我們在現場一睹為快。
大會同期還有 21 篇論文口頭報告及 31 篇論文海報展示，更多議程正在確認中，敬請期待雷鋒網帶來的後續報導。
歡迎點擊訪問 SMP 2018 大會官網，獲取註冊及參會信息。
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。