2018年10月20日，中国科学院信息工程研究所的沙瀛副研究员做了一场《社交网络变体词的识别》的精彩报告，信息学院20余名师生参加了报告。

沙瀛老师以一类不规范、不敏感的词代替目标词为例，介绍了变形词研究如何用以追踪审查、分析行话黑话，以及进行秘密通信等。沙老师提到，通常，变形词基于深层语义具有一对多的特点，而同时有些变体词会成为规范词。由于变形词通常含有歧义，与上下文环境缺乏其字面所感知意义的关联，根据任务映射，历史关系获得，这些研究在社交媒体、舆情监控和自然语言处理中均为有意义的问题。

考虑到中文变形词研究通常在研究初始的分词阶段即产生错误，沙瀛老师采取了变体词初步标注和增益向量的方法来进行纠错。通过搭建两层LSTM+CRF，最后增加一个词的增益向量，成功利用词片段信息（包括内聚互信息，左右邻字熵，位置成词概率，边界比，交叉词项比）等提高了识别变形词的精准度，在同类算法中居于最优。沙瀛老师的报告兼顾介绍基础方法和前沿进展，在会后讨论中获得诸多肯定与好评。