作者：张宝华；蔡佳豪；张华平；商建云

论文下载地址：https://www.sciencedirect.com/science/article/pii/S0306457323000511

Information Processing and Management, Volume 60, Issue 3,2023,103314, ISSN 0306-4573,https://doi.org/10.1016/j.ipm.2023.103314. (IF: 7.466, SCI CAS Q1)

很多中文命名实体识别模型仅关注词汇和部首信息，忽略了中文实体的发音规则。在本文中，我们提出了VisPhone，它将中文字符的音韵特征与词汇和视觉特征一起合并到cross transformer中。我们介绍了中文实体的发音规则，并探索最合适的编码方法。VisPhone使用两个相同的cross transformer将输入字符的视觉和音韵特征与文本嵌入相融合。使用选择性融合模块获得最终特征。我们在四个著名的中文命名实体识别基准数据集上进行了实验：OntoNotes4.0、MSRA、Resume和Weibo，取得了较好的效果。同时消融实验也证明了VisPhone的有效性。

本次社会媒体分析联合评测由香港理工大学、香港中文大学、复旦大学、同济大学共同承办，由香港理工大学SMART研究组和复旦大学DISC实验室提供标注数据集，通过收集和标注社交媒体上丰富的数据，来探索自然语言处理技术在谣言检测（rumorverification）、投票生成（pollquestion generation）、情绪识别（emotion analysis）、用户画像（user profile modeling）以及多语言语境下的情感分析（sentiment analysis for code-switched text）5项任务上的应用。

多语言语境下的情感分析（Sentiment Analysis for Code-Switched Text）在社交媒体中，由于网络用语的高度个性化和迅速传播的特点，文本分析变得越来越重要。情感分析作为社交媒体文本分析的一个典型应用，已经在多种多样的自然语言处理（NLP）领域中，从各种语言学角度（如语义，句法和认知属性）展开研究。由于全球化的发展，在某些地区，例如中国大陆和香港，社交媒体文本通常伴随着大量的的语言转换，例如“今天我很happy!”。该任务旨在从伴随着语言转换的用户评论中识别用户的情绪。在此数据集中，评论主要语言为粤语。其他语言，包括英语，法语，日语等的使用，给情绪识别带来了新的挑战。

最终我们NLPIR团队基于sentiment-bert预训练模型针对比赛数据进行post-pretrain，并辅以对抗训练、Focal loss 和 batch内collate_fn等操作，在评测中取得了不错的效果。