百分点认知智能实验室：疫情情绪识别大赛的亚军是如何炼成的

编者按

为助力疫情防控和疫情之后的经济社会恢复工作，推动北京市政府数据开放，吸纳大数据产业顶尖社会资源，充分释放专业人才智慧资源，北京市经济和信息化局、中国计算机学会大数据专家委员会联合主办科技战疫·大数据公益挑战赛。

北京百分点信息科技有限公司认知智能实验室参加了该挑战赛中的“疫情期间网民情绪识别“比赛，该赛题也是第二十六届全国信息检索学术会议 （The 26th China Conference on Information Retrieval, CCIR 2020）评测大赛赛题。经过长达2个多月的激烈角逐，百分点认知智能实验室从2049支参赛队伍中脱颖而出，取得了A榜第1，B榜第2的成绩，并且通过决赛的答辩，获得了该比赛的亚军。

本文作者：易显维 苏海波

1. 背景介绍

2019新型冠状病毒（COVID-19）感染的肺炎疫情发生对人们生活生产的方方面面产生了重要影响，并引发国内舆论的广泛关注，众多网民参与疫情相关话题的讨论。为了帮助政府掌握真实社会舆论情况，科学高效地做好防控宣传和舆情引导工作，主办方组织了“疫情期间网民情绪识别”的评测大赛，吸引了2049支队伍的参加，包括各大知名高校以及大数据和人工智能企业。

具体的赛题任务是给定微博ID和微博内容，设计算法对微博内容进行情绪识别，判断微博内容是积极的、消极的还是中性的，具体可以见下图1。同时本赛题也是第二十六届全国信息检索学术会议 CCIR 2020评测大赛赛题。

图1. 赛题任务介绍

2. 方案概述

首先是数据分析，我们发现比赛数据的特点是微博口语化严重、存在表情符、配图随意性强，而且存在分类标准模糊、图片和文本数据混合等众多挑战，具体见下图2。

图2. 比赛数据特点（微博）

在比赛过程中，我们分析出了此次赛题的三个挑战，首先是文本情绪的分类标准较为模糊，且文本字段中有较多干扰；其次图片特征和时间戳特征需要考虑到模型中去；除此技术方面的挑战之外，此任务为文本分类典型任务，竞争非常激烈。

<