本書(shū)總結(jié)作者在社交媒體中非語(yǔ)言成分的自動(dòng)分析與處理相關(guān)的研究成果。首先系統(tǒng)介紹了社交媒體中非語(yǔ)言成分的理論基礎(chǔ)、非語(yǔ)言分類(lèi)及研究現(xiàn)狀，然后對(duì)社交媒體中兩類(lèi)常見(jiàn)非語(yǔ)言成分表情符和非規(guī)范拼寫(xiě)進(jìn)行了系統(tǒng)的研究。對(duì)于表情符，本書(shū)提出表情符與文本是交互、共同完成社交媒體信息的表達(dá)，提出基于LSTM-NN的聯(lián)合結(jié)構(gòu)的交互預(yù)測(cè)模型，面向表情符注意力機(jī)制的微博情感分析模型，及基于Bi-LSTM-CRF的表情符情感誘因抽取與情感識(shí)別聯(lián)合模型。在非規(guī)范化拼寫(xiě)方向，本書(shū)針對(duì)中文微博文本規(guī)范化任務(wù)中所面臨的關(guān)鍵問(wèn)題，圍繞非規(guī)范詞識(shí)別、非規(guī)范詞典構(gòu)建及規(guī)范化應(yīng)用等方面進(jìn)行了探索和研究。