文本情绪分类关键技术研究
摘要：情感分析是自然语言处理方向的一个重要研究子方向。文本情绪分类是情感分析研究中的一项基础内容。本报告介绍了文本情绪分类的难点和挑战，并在此基础上介绍本人针对这些挑战开展的相关研究。具体内容包括：文本情绪分类体系构建和相关语料库建设；基于情绪图标的词向量学习方法及其在文本情绪分类方面的应用；基于序列学习模型的多标签情绪分类方法。
简历：李寿山，男，1980年出生，博士，教授，硕士生导师。江苏省2016年“青蓝工程”学术带头人，苏州大学 “东吴学者”计划入选者。分别于2003年7月本科毕业于西安电子科技大学，2008年7月于中国科学院自动化研究所获得博士学位，2008年9月至2010年9月于香港理工大学做博士后研究。2010年任职于苏州大学，破格晋升副教授，2014年破格晋升教授。主要从事自然语言理解、情感分析和模式识别等领域的研究工作。目前主持国家自然科学基金项目三项，参与国家自然科学基金重点项目一项。发表论文80余篇，其中包括30余篇ACL、AAAI、IJCAI、EMNLP、COLING、CIKM等CCF-A类或B类论文，担任Frontiers of Computer Science 期刊的青年副主编，IEEE TKDE、ACM TALIP、JCST、Information Sciences等多个重要学术期刊审稿人，及重要国际会议ACL、IJCAI、EMNLP、COLING、NAACL等的程序委员会委员。授权专利10余项，受理专利40余项，软件著作权100余项。