面向社交媒体热点话题的论辩分析研究

The argumentation analysis, by means of deconstruction analysis and dynamic aggregation for user generated argumentation texts and debating behavior in social media is becoming a new research hotspot in the area of affective computing in social media. Considering the shortcomings of existing research, this study investigates the framework and methods of argumentation analysis for hot topic in social media. Firstly, we will investigate the stance detection method, which incorporates text information, topic information and external background knowledge, to determine the stance of users towards specific topic. Secondly, we will investigate the argumentation mining method to individual argumentation text. Based on the unified modeling framework, we will develop the progressive analysis method for argument boundary detection, argument component recognition and argumentation relationship classification at the text level. Then, we will emphasize the social attribute of users at social network level and design the analysis method which incorporates stance detection and argumentation mining. Thirdly, from both the text level and social network level, we will develop the analysis method for the common argument generation through the aggregation and collision of the user argument and the grounds of the argument in social network. Fourthly, we will investigate the automatic abstractive summarization method for personality debate and group common debate by combining argumentation sampling and text generation model. Finally, we will obtain the meticulous analysis, dynamic aggregation and automatic summarization for the user argumentation to the social media hotspot event. This research will establish the framework and methods for the argumentation analysis of social media hotspot topic and provide the technical support to the great needs such as social management.

对社交媒体中论辩文本和论辩行为进行解构分析和动态聚合的论辩分析正成为社交媒体情感计算新的研究热点。针对现有研究的不足，本课题研究面向社交媒体热点话题的论辩分析体系和方法。首先研究结合文本信息、话题信息和外部背景知识的立场检测方法，发现用户对话题所持立场。第二、研究对个体论辩文本的论辩挖掘方法。基于统一建模框架，在文本层面上研究论辩边界检测、论辩部件识别、论辩关系分类的渐进分析方法；进而在社交层面上强调用户的社交属性，建立结合立场分析与论辩挖掘的分析方法。第三、从文本层面和社交层面，研究对社交网络中用户论点、论据的聚合模型及形成共性论辩的分析方法。第四、研究结合论辩抽样的文本生成模型，对个体论辩和群体共性论辩进行自动摘要的方法。最终，实现对社交媒体热点事件用户论辩的精细分析、动态聚合和自动摘要。课题研究将建立面向社交媒体热点话题论辩分析的体系和方法，为社会管理等重大需求提供技术支撑。

论辩分析正成为社交媒体情感计算领域新的研究热点。本项目在对面向社交媒体真实场景用户论辩行为进行深入观察和分析基础上，对论辩分析所涉及的各子问题进行了深入分析和系统研究。首先在面向社交媒体的文本情感分析研究中，提出一系列情感分析方法，面向真实场景的少样本/零样本细粒度情感分析方法，以及论辩中的讽刺识别方法，实现对用户论辩中情感及其关注点的有效发现。第二、在面向社交媒体论辩场景的情感理解研究中，提出一系列情感原因发现方法、面向真实场景的情感表达-情感原因对联合抽取方法。面向论辩中的社交媒体热点事件，提出有效的少样本/零样本立场检测方法，实现对用户论辩的立场及其原因的深入理解。第三，在面向论辩中的事件抽取与事件因果研究中，提出一系列实体识别与分类方法、事件表示和事件因果发现方法，从而建立起社交媒体用户论辩中关注的事件齐和联系，提高对用户论辩的整合和关联。第四，针对独白式和交互式场景，研究针对性的论点、论据抽取方法，互动论点对抽取和交互论辩立场分析方法，以及论辩中的交互共情回复方法。最终构建了一整套面向社交媒体场景的论辩分析理论体系与框架，建立了一系列相应的算法和工具，有力推动了社交媒体论辩分析研究的深入。依托本项目发表论文70篇，包括SCI检索国际期刊论文20篇，中文期刊论文7篇，CCF-A/B类会议论文25篇。两篇文章入选ESI高被引论文，获得三次会议最佳论文奖。申请中国发明专利12项，已授权2项。申请并授权软件著作权20项。组织相关技术评测两次。参加多次相关国际评测并在智慧论辩评测中取得多项第一。培养博士后1名，博士研究生12人，硕士研究生15人。项目研究成果正在为社会学、认识学、传播学等相关学科提供支撑，并在社会管理、网络空间安全以及认知对抗等领域得到广泛应用。项目成果获钱伟长中文信息处理科学技术奖一等奖及深圳人工智能自然科学奖。