中国中文信息学会成立于1981年6月。钱伟长、甄健民、安其春等为主要发起人。

中国中文信息学会是依法成立并经中国科学技术协会接纳的科学技术工作者的学术性群众团体,是具有独立社团法人资格的国家一级学会。

学会的宗旨是提倡辨证唯物主义,坚持实事求是的科学态度,贯彻“百花齐放,百家争鸣”的方针,充分发扬民主,开展学术上的自由讨论。团结中文信息处理学科的广大科技工作者及海外学术界朋友,为促进学科发展、繁荣我国中文信息处理事业而努力。

中国中文信息学会是党领导下的科技工作者的群众组织,是党和政府联系科技工作者的桥梁和纽带。在不断深化改革,继续拓展新的工作领域的同时,进一步树立学术交流主渠道、科普工作主力军、国际民间科技交流重要代表和“科技工作者之家”的鲜明社会形象,努力建成具有中国特色的科技工作者自己的组织。

学会的学术研究内容是利用计算机对汉语的音、形、义等语言文字信息进行的加工和操作,包括对字、词、短语、句、篇章的输入、输出、识别、转换、压缩、存储、检索、分析、理解和生成等各方面的处理技术。中文信息处理学科是在语言文字学、计算机应用技术、人工智能、认知心理学和数学等相关学科的基础上形成的一门新兴的边缘学科。

学会始终把开展国内外学术交流作为中心工作,并开展技术咨询服务、办好学会刊物,编辑出版学术书刊等。中国中文信息学会和挂靠单位中国科学院软件研究所联合主办的学术刊物是《中文信息学报》。

2011年12月产生学会第七届理事会:

理事长:李生
      副理事长:黄河燕 刘庆峰 刘迎建 施水才 孙乐 孙茂松 吾守尔•斯拉木 徐 波 张桂平
      秘书长:孙 乐

2006年11月产生学会第六届理事会:

理事长:倪光南
      副理事长:曹右琦(女,常务副理事长) 陈肇雄 李 生 刘迎建 孙茂松 徐 波 赵 琛
      秘书长:孙 乐

VIP内容

报告主题:主流疲劳的理论体系及其在社交网络中的应用

报告摘要:人们都知道在舆论传播过程中有主流疲劳现象,但在舆情演变过程中,却没有人去应用这一点,原因是主流疲劳概念在舆论传播中没有形成相应的理论体系。事实上,主流疲劳在社会物理学中已经形成了其特有的理论体系,在这个理论体系的基础上,将之应用于社交网络,有助于对舆论在社交网络中的走向进行更准确的判断。实践表明,加入了主流疲劳的因素所反映的舆论走向,与实际情况相比,比其他算法更为贴近。

嘉宾简介:方滨兴,中国工程院院士,网络与信息安全专家,信息内容安全技术国家工程实验室主任,中国电子信息产业集团首席科学家,广州大学网络空间先进技术研究院名誉院长,哈尔滨工业大学(深州)计算机学院首席顾问。现任国家信息化专家咨询委员会网络与信息安全专家组副组长,国家应急管理专家委员会成员,中央网信办云安全审查组、大数据安全审查组组长,教育部科学技术委员会、工业和信息化部通信科技委员会委员;是中国中文信息学会理事长,中国网络空间安全人才教育联盟理事长,中国云安全和新兴技术安全创新联盟理事长,中国标准化协会网络与信息安全技术委员会主席。曾任北京邮电大学校长,先后担任过中国网络空间安全协会理事长、中国互联网协会副理事长、中国计算机学会副理事长、中国通信学会副理事长。在网络与信息安全领域做出了突出贡献,先后获得国家科技进步一、二等奖六次,省部级奖十余次,曾获全国杰出专业技术人才荣誉。完成著作三本,文章四百余篇。先后提出了国家信息安全基础设施建设思想、信息安全属性可计算理论,目前主要从事物联网及安全、网络攻防对抗、大搜索、云计算及安全、智慧城市安全等关键技术的研究。

成为VIP会员查看完整内容
关于主流疲劳的理论体系及其在舆情传播中的应用 (方滨兴-20190817).pdf
0
2

最新论文

We consider approximation algorithms for packing integer programs (PIPs) of the form $\max\{\langle c, x\rangle : Ax \le b, x \in \{0,1\}^n\}$ where $c$, $A$, and $b$ are nonnegative. We let $W = \min_{i,j} b_i / A_{i,j}$ denote the width of $A$ which is at least $1$. Previous work by Bansal et al. \cite{bansal-sparse} obtained an $\Omega(\frac{1}{\Delta_0^{1/\lfloor W \rfloor}})$-approximation ratio where $\Delta_0$ is the maximum number of nonzeroes in any column of $A$ (in other words the $\ell_0$-column sparsity of $A$). They raised the question of obtaining approximation ratios based on the $\ell_1$-column sparsity of $A$ (denoted by $\Delta_1$) which can be much smaller than $\Delta_0$. Motivated by recent work on covering integer programs (CIPs) \cite{cq,chs-16} we show that simple algorithms based on randomized rounding followed by alteration, similar to those of Bansal et al. \cite{bansal-sparse} (but with a twist), yield approximation ratios for PIPs based on $\Delta_1$. First, following an integrality gap example from \cite{bansal-sparse}, we observe that the case of $W=1$ is as hard as maximum independent set even when $\Delta_1 \le 2$. In sharp contrast to this negative result, as soon as width is strictly larger than one, we obtain positive results via the natural LP relaxation. For PIPs with width $W = 1 + \epsilon$ where $\epsilon \in (0,1]$, we obtain an $\Omega(\epsilon^2/\Delta_1)$-approximation. In the large width regime, when $W \ge 2$, we obtain an $\Omega((\frac{1}{1 + \Delta_1/W})^{1/(W-1)})$-approximation. We also obtain a $(1-\epsilon)$-approximation when $W = \Omega(\frac{\log (\Delta_1/\epsilon)}{\epsilon^2})$.

0
0
下载
预览
Top