“社会媒体和语言处理”研讨会笔记

今天天不亮,哥们就穿了一条单裤,抖抖索索的赶到了中科院软件所参加这个研讨会。今天北京实在是太冷,以至于一个上午过后双腿依旧麻木。
这篇笔记严格说并不完整,因为我只参加了上午的部分。可惜错过了下午很多想听的报告。

诚实的说,每个talk的时间都很短,并没有太多有价值的信息,主要还是走马观花式的观察一下相关的领域大家都在做什么。

白硕老师以“社交数据的定价”题目开头。主要是从Social Media的商业模式的角度看待一些问题。我个人理解,简单的说,就是将“竞价排名”引入到Social Media中,理想状态下,新浪微博的大笔流量变现是不是就解决了。
不过里面很多词汇似乎是金融领域的,不太听得懂。
有句话印象很深刻 “任何行业高度发达后都会金融化”。

马少平老师谈论的是“微博情感分析与热点事件发现”。说句实话,所用的方法可以称为简陋,我猜测可能是某个硕士的毕业论文。席间马老师调侃了一翻某院士,自称自己也不理解什么是“大数据”,只知道“数据大”。真敢说啊…
马老师还提到,数据充足的条件下,其实很简单的方法就可以得到很好的效果。可惜没有展开讨论。最近不少人都这么提,但是我在想,所谓的很好的效果是和谁比呢?如果只是和少量数据比的话,那肯定是能得到更好的效果,这样的比较没什么意义。虽然我一直是简洁派的坚定支持者,但这样的比较确实说明不了任何问题。

孙茂松老师的题目是“社会媒体计算的浅虑”。整个talk属于高屋建瓴型的,主要是孙老师在方向上的一些思考。提到:
1. 图(Graph)。其实就是社交网络的数据形态。在这上面可以做很多的事情,比如PageRank,比如HITS,比如Structure Hole,可以做很多计算和定量的方式去验证社会学的系统性研究成果。
2. 文。就是传统的NLP干的活。
3。图文并举。这是我最感兴趣的问题,如果能够做到图文并举。可惜孙老师也没有给答案。只是一些琐思,比如考虑构造 结构+ 内容 + 时间关系的topic model。

后面几位老师谈到的也都是情感分析(Sentiment Analysis),舆情分析,社交数据的检索。所用的方法,不过是将原来的方法再套到社交数据上,当然会做一些小的调整,但整体上,仍然不过“新瓶装旧酒”。我记得我06年做文本情感分析的时候,也是先构造一个情感词典,然后加一些简单的规则(比如否否得正),从文本中提取所谓“情感特征”,最后训练一个分类器。现在好像也还是如此,只是情感词典更复杂,规则更适合于社交数据,分类器从SVM变成了CRF或者其它。再举个例子,很多老师都提到社交数据带来的challenge,比如短文本,比如口语化,比如缩略词很多,但这些问题,在微博出现之前就已经存在了。IM中的文本是如此,京东商城的所有商品的评价文本亦是如此。
徐志明老师提到一个观点,我非常认可。在NLP中的重要的问题,比如情感分析,比如检索,也许在社交计算中根本就不是大问题,我们首先应该考虑什么是社交网络中的大问题。所谓学科的交叉,不能够仅仅是将某学科以前的东西套到另一个学科上吧。我一直认为,社交科学,社交网络数据和NLP的碰撞,应该是能够产生一些新的问题的。

最后一位出场的是张华平老师。这是我第一次见到其真人。我记得05年做本科毕设的时候,张老师就在做中文分词,那会估计他应该还是博士研究生吧。这么多年了,张老师仍然还在做中文分词。这期间有人比张老师做的更好吗?我想可能是有的,但是大部分人没有坚持下来,小部分在大公司里出不来,所以张老师做的那个开源分词据说卖的很好。而且据说张老师还有一个舆情监控系统也卖得很好。所以换个思路,与其每天跟着潮流赶,不如踏踏实实的深入到一个有确定需求的领域,老老实实的做到第一,也能很滋润的。科大讯飞是另一个例子。
听张老师的talk,感觉他们在微博方面还是做了很多扎实的工作。不过张老师提到,微博现在有虚高的部分,普通用户创造的内容比例在下降(确实如此)。另外,姚晨粉丝的80%是僵尸或者水军。这个值我是相信的。在中国任何一个社交网络产品火了之后,碰到的第一个大问题就是马甲账号的攻击。反垃圾的工作重要性和难度远大于外界想象的。

— END. —

Advertisements
相册 | 此条目发表在Social Network分类目录,贴了, , 标签。将固定链接加入收藏夹。

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s