主题：Issues in Text Mining and Analysis in the Era of Artificial Intelligence: An Integrated Ensemble Learning Approach
主讲人：金明哲 日本京都先端科学大学
主持人：侯雅文 暨南大学
时间：2025年11月18日（周二）下午16:00
地点：暨南大学石牌校区经济学院大楼（中惠楼）701室
摘要
文本作为自然语言的记录媒介，拥有悠久的历史，并被广泛应用至今。在当今社会，文本在各个领域中作为信息传递与存储的手段，其分析的重要性日益凸显。典型的文本挖掘与分析方法通常将文本划分为字符、词语、短语等单位，并提取其出现频率、共现模式等定量信息作为特征量进行分析。由于特征量种类繁多且多为高维，分析结果并不总是唯一。此外，即便针对相同的特征量，也存在多种分析方法，不同方法所得到的结果亦可能存在差异。近年来，随着人工智能技术的发展，基于深度神经网络的Transformer算法被广泛应用于文本处理与生成。这类模型大致可分为判别型与生成型两类。判别型的代表是BERT，在文本分类与语义识别方面表现出色；生成型则以ChatGPT为代表，是在BERT结构基础上发展而来的，擅长自然语言生成。值得注意的是，BERT根据预训练文本的种类与规模，已有多个版本被提出。此外，BERT在处理文本长度方面存在限制，更适用于短文本的分析。基于上述问题，本报告将介绍一种面向文本挖掘与分析的集成学习方法，旨在通过整合多种特征量与分析手法，实现更稳定且高精度的分析结果。
主讲人简介
金明哲，现任日本京都先端科学大学特任教授。长期致力于统计科学、数据科学及人工智能方法在语言科学和数字人文学中的应用研究，其研究重点包括文本数据挖掘、语料库分析、文体风格计量、文本分类与预测、以及GPT等大语言模型生成文本的识别鉴定。主要教职经历包括：2005-2023年任职日本同志社大学教授，博士生导师；2011-2012年担任清华大学特聘访问教授；2018–2021年兼任鲁东大学教授。著有多部专著与系列教材，包括：《文本解析的基础与实践》（岩波书店，2021）《统计学One Point文本解析》（共立出版，2018）、“数据科学与R系列丛书”等。代表论文发表于PLOS ONE、Frontiers in Artificial Intelligence等SSCI、SCI期刊。
欢迎感兴趣的师生参加！
校对|侯雅文
责编| 彭毅
初审| 姜云卢
终审发布| 何凌云
（来源：暨南大学经济学院微信公众号）
