基于互动语言的在线社会关系语义化动态画像研究

Social relationship profile aims to describe the properties and connotation of social relationships, which is fundamental for the research on social network. Current research on social relationships analysis often follows the objectivity and apriority hypothesis: First, the relationship is supposed to be objective and independent of the subjective perspective of participants; second, assuming that the social relationship is prior and relatively stable, persons’ interaction is supposed to depend on their relationship and is the manifestation of their relationship. However, the two hypotheses are often violated in practice. Two participants’ subjective perceptions of their interrelationship can be different. And there is also reciprocal causation of some relationships and interaction, which makes the relationships keep changing. In our previous study, it is found that interactive language not only has rich subjective and scene information, but also is closely related to the evolution of relationships. Therefore, interactive language can semantically and dynamically characterize the subjective connotation of social relationships. This project aims to change the two hypotheses, connect the interactive language and social relationships’ connotation with computational methods including deep learning, and semantically profile the social relationship according to specific scene context. Furthermore, by building heterogeneous social network with content and person nodes, the project will study the interaction between interactive language and social relationship, and profile the social relationship dynamically. Finally, the project aims to achieve sematic and dynamic profile of online social relationship with interactive language.

社会关系画像旨在刻画社会关系的属性和内涵，是相关社会网络研究的重要基础。当前社会关系自动化分析常存在客观性和先验性假设：首先假定关系的内涵是客观的，与关系双方的主观视角无关，其次假定关系是先验的，其内涵相对稳定，而互动则由关系产生，是关系的表现形式。然而，两个假设在实践中时常被违背: 关系双方对关系的主观认知可能存在差异，而关系的内涵也与双方的互动互为因果，不断变化。申请者在前期研究中发现，互动语言富含社会关系参与者的主观信息和关系所处的场景信息，且与关系演化密切相关，因此能够以语义化和动态化的方式描述社会关系的主观性内涵。本项目拟突破两个假设，利用包括深度学习在内的计算方法，将互动语言元素与关系内涵相关联，研究与特定场景相关的社会关系语义化描述。进而，通过构建以语言内容和人物为节点的异质性社会网络，刻画语言与关系的互动，研究社会关系的动态化描述。最终，研究实现社会关系的语义化动态画像。

社会关系画像旨在刻画社会关系的属性和内涵，是相关社会网络研究的重要基础。本项目在前期研究中发现，互动语言富含社会关系参与者的主观信息，且与关系演化密切相关，因此能够以语义化和动态化的方式描述社会关系的主观性内涵。本项目的目标是利用包括深度学习在内的计算方法，将互动语言元素与关系内涵相关联，实现与特定场景相关的社会关系语义化描述。进而，通过构建包含语言内容和人物节点的社会网络，刻画语言与关系的互动，实现社会关系的动态化描述。..在上述目标下，本项目主要取得了下述研究成果：在理论及方法方面，针对多类型的在线互动语言场景，提出了面向社会关系画像的互动语言情感分析方法。其中，典型的独创性成果包括了结合心理学理论提出了外显及内隐情感的自动化分析技术，以及结合量子理论提出的语言情感分析模型。在互动语言分析基础上，提出了对称/非对称和直观/非直观人际关系语义化动态画像方法，用非直观的向量化表示学习和直观的自动归纳主题范畴两种技术揭示了人际关系的语义内涵。基于个体关系的语义化内涵，提出了真实复杂社交网络中的语义化社群发现和高阶人际关系路径分析等宏观方法，并将人际关系画像应用于个性化推荐和社会关系预测等下游问题，取得了良好的效果。在数据方面，面向基于互动语言的社会关系分析研究，建设了一个新的会话数据库，用于交互式情绪分析，在安然邮件数据集和微博数据中，建立了基于上下级关系和性别关系的类型关系数据集。在知识产权方面，发表高水平学术论文（SCI检索三区及以上期刊，CCF-B类及以上重要会议）15篇，其他论文3篇，申请专利7项，获得软件著作权2项。在原型系统方面，通过整合本项目成果，研发了在线社会关系画像与检索系统，在用户上传相应类型的数据并选择画像方法后，自动生成社会关系画像结果并提供社会关系检索，关系分类等拓展功能。