喜讯|祝贺!我院研究生获国际学术会议（ADMA 2023）最佳学生论文奖

近日，2023年第十九届高级数据挖掘与应用国际会议(ADMA， The 19th International Conference Advanced Data Mining and Applications)于中国沈阳举行。我院2022级硕士研究生郭秋彤所著论文“Discovery of Implicit Emotion Causes in Products based on Commonsense Reasoning”荣获最佳学生论文奖（Best Student Paper Award），指导老师为余建兴、朱怀杰、刘威、印鉴。该奖项仅颁发给程序委员会认为在会议所有接受的论文中质量、执行力和影响力最高的学生论文。

ADMA会议是一个关于数据挖掘研究和应用的高水平的年度盛会，它接受的论文涵盖数据挖掘的应用，算法，软件和系统，以及具有数据挖掘潜力的不同应用领域，如社交网络挖掘，智能交通，金融科技，智能制造，智能手机，生物医学科学，绿色计算等。

郭秋彤同学领奖

      郭秋彤的论文聚焦产品情绪原因分析任务，目标是从产品评论中挖掘用户情绪的潜在诱因。当前的研究大多集中在提取文本中显式的原因事件上，忽视了那些隐藏在字面之下的深层诱因。这些深层诱因或许在文本中并未明确提及，但它们蕴含在文本的语义之中，能够更加真实地反映用户情绪的核心信息，对于市场研究和产品优化具有很高的应用价值。

      为了探索产品评论中隐含的情绪，研究提出了情绪隐式原因发现任务，并构建了一个能够根据上下文和常识知识推理隐式原因的新方法。此模型采用生成式框架，与传统的抽取式模型相比，不仅能够深入发现更本质的原因，而且具有更高的灵活性和多样性。模型从预训练的大语言模型和知识图谱中捕获评论相关的常识知识，并利用图神经网络为情感和潜在原因构建推理路径。为了评估方法的有效性，本研究还基于亚马逊产品评论数据集构建了一个大型语料库进行实验。由于有效刻画了文本子句的内部结构，并且充分利用外部知识弥补了文本与隐含原因之间的知识鸿沟，本方法能有效发现情绪的隐式原因。

科研感受

郭秋彤

我们的工作是大数据和自然语言处理领域方向，旨在通过常识推理发现隐含的用户情感反馈来优化产品设计。在此，十分感谢导师们在各阶段的指导，并在研发的过程中给予了我们很多中肯而有建设性的意见；同时也感谢广东省大数据分析与处理重点实验室的资助，以及学院的悉心培养和在高性能计算机等硬件上的支持。

---中山大学人工智能学院---

投稿：郭秋彤

“AI学声”版责任主编：王鹤翔

初审：陈陟

审核：李茂

审核发布：余立人