由合肥工业大学计算机与信息学院，情感计算与先进智能安徽省重点实验室主办，MAC-lab实验室承办的Natural Language Processing and Knowledge Engineering(NLP-KE 2022)于2022年8月19-22日，与IEEE第十届国际信息通信和网络会议（2022 IEEE the 10th International Conference on Information,Communication and Networks; ICICN）联合举办，因为疫情影响会议临时调整为线上召开。

8月21号，NLP-KE研讨会在线上进行，MAC-lab实验室负责人孙晓老师主持了NLPKE的会议Session。会议首先由来自国防科技大学Yanying Mao 作了《Exploiting Emotion for Divers Response Generation in Multi-urn Dialogues》报告。在报告中，提出了一个Emp-CAVE模型，在豆瓣对话语料库中显示出良好的性能。

来自贵州商学院Yanqiu Liu作了《Sentiment Analysis of Online Catering User Comments Based on Random Forest Feature Extraction》。通过互联网获取餐饮用户生成的内容，使用Jieba分词工具进行中文分词，然后进行数据清洗，使用随机森林模型筛选出一些影响较大的特征，最后使用SVM、决策树和AdaBoost算法进行情感分类预测，实验结果表明该算法能够较好地处理用户评论数据。

来自电子科技大学 Dong Qian作了《Network Public Opinion Sentiment Analysis based on Bert Model》使用了BERT模型完成了社交网络公共评论的情感分类。使用该算法克服了RNN忽略上下文的缺点，简化了算法的复杂度。实验验证了所提方法在社交网络数据集上的性能，结果表明该方法在舆情分析中具有良好的性能。

来自中国科学技术大学Mingzheng Li作了《Bidirectional LSTM and Attention for Depression Detection on  Clinical Interview Transcripts》报告，报告中的模型使用BERT提取医生和患者的语句的特征，使用BiLSTM捕捉上下文信息，最后利用注意力机制获取重要的语句。结果表明，该方法在在抑郁预测上面优异的性能。

会议选出了Session的最佳口头报告。