本书总结作者在社交媒体中非语言成分的自动分析与处理相关的研究成果。首先系统介绍了社交媒体中非语言成分的理论基础、非语言分类及研究现状，然后对社交媒体中两类常见非语言成分表情符和非规范拼写进行了系统的研究。对于表情符，本书提出表情符与文本是交互、共同完成社交媒体信息的表达，提出基于LSTM-NN的联合结构的交互预测模型，面向表情符注意力机制的微博情感分析模型，及基于Bi-LSTM-CRF的表情符情感诱因抽取与情感识别联合模型。在非规范化拼写方向，本书针对中文微博文本规范化任务中所面临的关键问题，围绕非规范词识别、非规范词典构建及规范化应用等方面进行了探索和研究。