本書總結(jié)作者在社交媒體中非語言成分的自動分析與處理相關(guān)的研究成果。首先系統(tǒng)介紹了社交媒體中非語言成分的理論基礎(chǔ)、非語言分類及研究現(xiàn)狀，然后對社交媒體中兩類常見非語言成分表情符和非規(guī)范拼寫進行了系統(tǒng)的研究。對于表情符，本書提出表情符與文本是交互、共同完成社交媒體信息的表達，提出基于LSTM-NN的聯(lián)合結(jié)構(gòu)的交互預(yù)測模型，面向表情符注意力機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別聯(lián)合模型。在非規(guī)范化拼寫方向，本書針對中文微博文本規(guī)范化任務(wù)中所面臨的關(guān)鍵問題，圍繞非規(guī)范詞識別、非規(guī)范詞典構(gòu)建及規(guī)范化應(yīng)用等方面進行了探索和研究。