团队

正当全国经济实力雄厚的城市纷纷招贤纳士、扩张高等院校、兴办科技园之际，笔者不禁想起自1999年起，在深圳举办的中国国际高新技术成果交易会，那本地、海外的科研人才蜂拥而至，济济一堂的盛况。深圳至今发展成首屈一指的科技大城，香港在科技产业的发展瞠乎其后。面临新一波创新及科技热潮，如何后来居上，甚至脱颖而出，无疑是本港未来经济发展的一个迫切问题。

正当全国经济实力雄厚的城市纷纷招贤纳士、扩张高等院校、兴办科技园之际，笔者不禁想起自1999年起，在深圳举办的中国国际高新技术成果交易会，那本地、海外的科研人才蜂拥而至，济济一堂的盛况。深圳至今发展成首屈一指的科技大城，香港在科技产业的发展瞠乎其后。面临新一波创新及科技热潮，如何后来居上，甚至脱颖而出，无疑是本港未来经济发展的一个迫切问题。

吴延晖博士生于广东，心系中港两地。他于2020年1月正式加入港大经管学院，任职经济学、管理及商业策略副教授。吴博士希望能以自身独到的研究方法和学术知识，为港大经管学院的蓬勃发展出一份力。

吴延晖博士生于广东，心系中港两地。他于2020年1月正式加入港大经管学院，任职经济学、管理及商业策略副教授。吴博士希望能以自身独到的研究方法和学术知识，为港大经管学院的蓬勃发展出一份力。

笔者三个月前在本栏撰文 ，倡议「化西入中」的港式教育，吸引中国内地学生来港求学，从而促进香港和内地的人才流动，助推粤港澳大湾区经济融合。业界一些朋友看了此文，颇感兴趣，致电商讨。一位朋友特别前来香港大学，跟笔者探讨教育和人才问题。寒暄几句后，他便单刀直入：「你提出的观点，无非是把香港当作内地人才加工的基地，然后走内销的道路。这对你们搞教育的当然是一盘好生意，但对香港又有什么『着数』呢？」此问乍听突兀，细想却值得思辨一番。

笔者三个月前在本栏撰文 ，倡议「化西入中」的港式教育，吸引中国内地学生来港求学，从而促进香港和内地的人才流动，助推粤港澳大湾区经济融合。业界一些朋友看了此文，颇感兴趣，致电商讨。一位朋友特别前来香港大学，跟笔者探讨教育和人才问题。寒暄几句后，他便单刀直入：「你提出的观点，无非是把香港当作内地人才加工的基地，然后走内销的道路。这对你们搞教育的当然是一盘好生意，但对香港又有什么『着数』呢？」此问乍听突兀，细想却值得思辨一番。

去年夏天笔者刚从洛杉矶移居到香港这座阔别多年的城市，就接到所属经管学院通知，因学生报名人数突然几近翻倍，需多教一门应用计量经济学的硕士课程。2019冠状病毒病疫情下，香港特区的大学还能增产扩容，实属难得。

去年夏天笔者刚从洛杉矶移居到香港这座阔别多年的城市，就接到所属经管学院通知，因学生报名人数突然几近翻倍，需多教一门应用计量经济学的硕士课程。2019冠状病毒病疫情下，香港特区的大学还能增产扩容，实属难得。

This article addresses the challenges in classifying textual data obtained from open online platforms, which are vulnerable to distortion. Most existing classification methods minimize the overall classification error and may yield an undesirably large Type I error (relevant textual messages are classified as irrelevant), particularly when available data exhibit an asymmetry between relevant and irrelevant information. Data distortion exacerbates this situation and often leads to fallacious prediction. To deal with inestimable data distortion, we propose the use of the Neyman–Pearson (NP) classification paradigm, which minimizes Type II error under a user-specified Type I error constraint. Theoretically, we show that the NP oracle is unaffected by data distortion when the class conditional distributions remain the same. Empirically, we study a case of classifying posts about worker strikes obtained from a leading Chinese microblogging platform, which are frequently prone to extensive, unpredictable and inestimable censorship. We demonstrate that, even though the training and test data are susceptible to different distortion and therefore potentially follow different distributions, our proposed NP methods control the Type I error on test data at the targeted level. The methods and implementation pipeline proposed in our case study are applicable to many other problems involving data distortion. Supplementary materials for this article, including a standardized description of the materials available for reproducing the work, are available as an online supplement.