访谈|#NLP太难了# 未来媒体访谈对话黄萱菁教授｜“NLP+媒体”：科技向善，做有挑战的事( 七 )
未来媒体访谈：测了舆情之后，还是要去看人群的用户画像，或者说它的精细化的情感分析，对情感分析这一方面，一个非常常识的猜测是它肯定是偏负向的，除了偏负向的发现之外，还有什么发现？
黄萱菁：我们只关注了一个月的时间，但实际上情绪变化已经很多了，初期有严重负面的情绪，后面就逐渐向好，虽然有小的振荡。总的说来，疫情的初期，负向的微博文本特别多，因为对于突出其来的这样的公共卫生事件，网络中间就弥散了很多的恐慌和不安，随着钟南山、张文宏这些专家学者介入，然后政府出台各种各样有效的防控措施，正向的情感就不断提高了。
文章插图
另外我们还做了一些疫情中间的群体画像，比如看哪个职业的声音大对吧？如果发现早期是自由职业者、明星、自媒体比较活跃，后面的话企业界管理人员、专业技术人员就开始活跃起来。
我们还看的是哪里的声音，对吧？全国各地的用户对舆情的关注度怎么样？
文章插图
那么就会发现，尽管广东和北京的是声音是特别大的，他们不仅是参与的用户多，发声也非常积极，东南沿海相对次之，然后甚至像西北，宁夏、甘肃还有像海南，用户不多，但是活跃度也很高，反而当时疫情的焦点——湖北的用户发言的积极度是处于中等水平。还有话题讨论，一开始新一线城市参与的讨论就很积极，后面话题就不断下沉到三、四、五线这样的城市群体。
“怎么样判断我们的微博会不会热门？”
未来媒体访谈：像我们刚才聊的，比如微博热搜，这一块就是回到社会媒体信息处理应用场景，这里其实有非常多的任务都是典型的NLP任务，不管是热榜，还是微博问答，或者反垃圾机制，都要牵扯到一个贴标签的问题，针对于社交媒体的文本，我们怎么样去做更精准的标签推荐？
黄萱菁：标签推荐我们实验室做了好多年了，我们早期的话是用机器学习的方法，后面我们用的是深度学习方法。大概是这样，首先我们要处理一个任务的话，我们要对它进行建模，怎么样去用一个数学模型去处理它，就有两个思路，一个思路是生成，就是说标签是不一定的，可以按照自然语言生成的技术，你给我一篇文章，就给它产生一个标签。为什么这几年深度学习在自然语言处理这个方面特别轰动？
刚才我也提到过，以前的自然语言理解，我们做的更多的是理解，相当于我们考语文考英语，我们做的是阅读理解，但是写作文、组词造句做得不是很好，有了神经网络之后，我们写作文的能力就有很大提升了。
那么写作文，广义叫写作对吧？当然有很多形式的写作，可以写长篇大论，可以写小说，对吧？也可以写标签、提取关键词，这也是我们可以采用生成的工具去做的，可以采用深度学习常见的我们叫编码器—解码器的框架去做，这是一个思路。
还有一个思路是把它当成分类，因为标签一定是很长尾的，对吧？有时候你有标签的话，你希望这个标签跟大家形成一个话题，好跟有相同话题的人去交流，如果你这个标签打的太小众，生成的可能跟别人标签不太一样，就很难形成话题了，所以我们可以在现成的标签中间去挑一个相关的，这样就相当于是一个分类。那么这两个思路都可以，需要看我们是想要生成标签是更加多样化，还是希望我们生成标签是更加主流、更加有可能是现有热点，所以我们这两类方法我们都做过。
未来媒体访谈：如果说对于普通用户，他想注册一个微博的小号，然后他去进行维权或者发布一些求助方面的信息，也就是说他没有历史信息，但是如果他想去进行维权的话，他会发很长段的一些叙述的文字，然后@一些大v或者是官博官媒，这一块的 @推荐应该怎么做？
推荐阅读
- 中关村|焦点访谈丨“双减”一学期，效果如何
- 中关村|焦点访谈丨“双减”一学期 效果如何
- 时间|焦点访谈丨“双减”一学期 效果如何
- 中关村|焦点访谈：“双减”一学期 效果如何
- 时间|焦点访谈：“双减”一学期 效果如何
- 阅读理解|期末考试阅读题太难，学生喊话作家求“标准答案”，折射了啥？
- 排球|焦点访谈：体教融合 新思路新探索
- 青少年|焦点访谈：体教融合 新思路新探索
- 微博|学生喊话期末阅读题太难，著名作家回应
- 教师|双减之后，高三普通班复习课太难上，教师：过度关注成绩，很肤浅