2018 全球人工智能與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，得到了寶安區政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流盛會，旨在打造國內人工智能領域最具實力的跨界交流合作平臺。

秦兵，女，哈爾濱工業大學計算機學院教授、博士生導師。哈爾濱工業大學社會計算與信息檢索中心副主任。中國中文信息學會理事、中國中文信息學會語言與知識計算專委會副主任、社會媒體處理專委會情感分析工作組組長、信息檢索專委會常委，國家重點基金項目負責人。在頂級國際會議 ACL、COLING、EMNLP、IEEE TKDE、IEEE TASLP等國內外重要期刊及會議上發表論文60余篇，擔任多個會議領域主席以及多個期刊和會議的審稿人。主持多項國家自然科學基金以及國家科技部863項目。同時和多家互聯網企業開展合作，多項研究成果進入企業產品。獲中文信息學會錢偉長中文信息處理科學技術獎一等獎、黑龍江省技術發明二等獎。

秦兵教授的現場演講內容雷鋒網 AI 科技評論回顧如下。

秦兵：大家上午好！感謝雷鋒網和劉挺教授的邀請，今天我報告的題目是：機器智能中的文本情感。

大家也知道，人工智能目前已進入迅猛發展階段，總體可以分為三個階段，第一個階段是計算智能的階段，這個階段計算機和人類相比是能存會算，它的超大存儲量、超高計算速度，這方面完勝人類。第二個階段是感知智能，以語音識別、圖像識別為代表的技術迅猛發展。大家也看過很多電視節目，包括“機智過人”、“最強大腦”；人和機器比圖象識別，機器已經可以和人類相媲美甚至在某些方面超過人類。第三個階段是認知智能，這個階段需要機器能夠思考，能夠具有情感，這個階段考驗的是智能是否有情商，也就是說情感在人工智能認知階段還是非常重要的。

何為情感？嚴格定義來講就是情感是人對客觀事物是否滿足自己需要而產生的態度體驗。機器對于情感的要求就是機器情感計算，也就是機器理解人類的情感和生成情感的能力。所以賦予計算機情感計算能力的研究引起了學術界和企業界的廣泛關注。很多人都看過電影《她》，人機戀愛出現在科幻電影中，未來也許會出現在我們的生活當中。

機器情感怎么獲得？怎么和人進行交流？它首先要獲取人類的情感資源，比如它要去了解或學習如何識別情感、產生情感。今天的報告主要從情感計算的六個維度來講：

情感分類

首先從情感分類的角度出發，比如說人類的情感是多樣性的，我們經常能想起來的詞或者看到的詞，比如喜極而泣、抱頭痛哭、捶胸頓足、七情六欲、五味雜陳等等，表達了我們的喜怒哀樂。實際上多年來也有很多人在這方面做了很多研究，比如七情六欲分為好、惡、樂、怒、哀、懼、欲等。此外，還有人從高興、悲傷、憤怒、恐懼、厭惡、驚奇等進行分類。

對于情感分類，一般來講有粗粒度情感分類，粗粒度情感分類主要用來判斷文本整體情感傾向，表明一個人對某件事或對某個物體的整體評價。情感計算中大多采用兩種，一種是傾向性分類，即褒、貶、中的分類，還有一種是微博中經常出現的情緒分類，表示個人主觀情緒的喜、怒、悲、恐、驚。

有了這么多類別體系，又有傾向性分類或情緒分類，分別針對我們對不同的產品、不同的服務，甚至表達的是我們個人的不同情感，無論它怎么劃分或者劃分的顆粒度有多細，總體來講它是一個分類任務，也就是說傳統的文本分類任務適用于情感分類，文本的情感分類可以看成是一種特殊的文本分類任務。那么傳統文本分類是通過訓練樣本、特征提取+機器學習模型，訓練好參數，對未知樣本進行分類預測。對于情感分類，考慮到特定的情感資源，相對于傳統文本分類，有了更多可利用的知識。

當然，這種分類任務要結合文本當中不同的評價對象，所以面向評價對象的情感分類有很多種方法，比較典型的可以利用上下文信息，采用神經網絡中的注意力機制，使某個評價對象和詞語能更好地尋找到搭配，從而來判斷。我們在 EMNLP2016上發表的一篇論文就介紹了我們的成果。

面向評價對象的情感分類，可以落地很多應用，比如現在網絡上有很多文本，海量的評論，比如評論手機，具體來講是華為手機，我們在評論時按照細粒度分類，可以把評價對象、評價詞、屬性抽取出來，進一步構建出評價手機體系的維度空間，也就是說你可能事先對某一個產品或某一個分類不知道從哪些角度去了解它，或者從哪些維度去分析它，但我們可以通過細粒度情感分類把這個體系歸納出來，同時對每一個粒度進行打分，比如圖中紅色和藍色的區別就是褒貶，顏色的不同表示它們打分值，這樣用戶可以在購買時進行評價，比如華為手機、蘋果手機或其他類型的手機。

粗粒度情感分類是為商家了解用戶對產品的評論，政府了解公眾輿情提供參考。細粒度情感分類可以提供所評價的產品或服務的精準畫像，為商家和用戶提供不同的評估。

隱式情感

無論是你聽別人的話，還是自己表達情感時，可能未必會使用情感詞。情感表達中有20%-30%是沒有情感詞的，它屬于隱式情感，而隱式情感多使用事實型陳述和語言修辭表達，從隱式情感分布來講，有事實型，有比喻型，有反問型，其中事實型情感占72%。采用事實型情感，比如一個人住到酒店，他在發微博時說“桌子上有一層灰”，這沒有任何情感詞，但實際上已經表達了他的不滿，這就是事實型表述。再看褒義描述，“從下單到收到貨不到24小時”，表明他稱贊快遞速度很快，但沒有明顯的表達詞，這些都屬于事實型表述。

這種事實型描述怎么挖掘？這種事實型表述出現很頻繁，這個時候我們可以采用上下文，比如我說“桌子上有一層灰，很不高興”，就可以把“桌子上有一層灰”定義為貶義的。或者找不到上下文的話，也可以在其他文當中找到跟它相似的語句，再判定情感，通過借助周圍上下文的分析進行推理，得到這句話的情感，這是一種解決策略。同時，我們也可以借助某種知識，比如快遞多長時間算快，或者說這個人身高1.8米，我們有個常識，一米幾以上就算高個兒，類似這樣的知識可以幫助我們進行隱式情感分析。

情感溯因

分析情感的目的是什么？這些情感產生的原因又是什么？比如他是因為什么高興、因為什么傷心、因為什么憤怒，我們需要情感溯因，也為了大家更好地觀察產品、體會服務以及體察對方的情感。從原因來看，一般是“情”出有因，這里有一個例子看著懂事的女兒每天被病痛折磨著，自己卻不能為她捐腎，想到自己無能為力，張志英泣不成聲”。我們可以進行溯因，也就是要知其然，也要知其所以然，知道了原因之后，比如你知道一個人有潔癖，忍受不了桌子上有一層灰，下次她再看到一個地方的桌子上有一層灰，可能她沒有表達出來，但你能預期到她會生氣。

文本情感的原因發現方法，比如哈工大深圳研究院的徐睿峰老師做過一些工作，也有語料庫，一般是按照類似問答系統研究的方式，這里面有情感詞、有原文，通過記憶網絡判別這個文章中哪句話是原因，通過類別判斷是或不是。

個性化

通過進一步分析我們可以知道人和人是不同的，同一對象，不同人立場不同，可能表達出不同情感；相同對象，不同人表達相同情感，用詞風格不同。比如男生和女生對待某一件事的時候可能分歧很大，所以在情感計算中要加入用戶特征，比如用戶畫像技術，這里面包括自然屬性、社會屬性、興趣屬性、心理屬性等。

一般立場不同，情感可能會不同，比如去年廣為人知的“青島38元大蝦”和“哈爾濱天價魚”事件，關于青島38元大蝦，“在南方的東北妹子”評價說“米飯按粒賣，我不得不傾家蕩產么！”關于哈爾濱天價魚中的評價是“北方人覺得南方小小氣氣，南方人覺得北方人沒素質”。此外，人們的用詞風格也會不同，這里有兩個人，一個人很容易用非常夸張的詞，比如“這個車太漂亮了”，另一個人會說“還行吧”，他所說的“還行吧”對他來講就是很好了。我們用兩個人發表的文章進行對比，不同的人發表的文章在情感分值差異性上會有不同，用詞風格也如此，同一篇文檔，比如這個人發表的文檔相似度很高，他評價車、評價服裝時都會使用很夸張的詞。如果跟另外一個人來比較，文章用詞的相似度就很低。

我們在神經網絡分類中融入用戶和產品的向量和矩陣表示信息，然后把它融入已有神經網絡框架，應用到文本情感分類任務，這一部分內容的論文發表在 2015 年的 ACL 上。

領域問題

我們在不同的領域都存在遷移的問題，以圖書和電子領域為例，每個領域的評價對象都不同，不同領域的評價表達千差萬別，不同領域中的同一情感表達極性不同。比如“簡單”這一詞，情節簡單和上手簡單表達的情感就不一樣。這需要我們進行跨領域的情感研究，也就是進行模型遷移過程，通常在情感分析領域的遷移，一是利用領域無關的詞和領域相關詞的鏈接關系，再進行分別聚類。在神經網絡當中，通過神經網絡的隱層參數盡量提取與情感相關、但與領域無關的詞的特征來分類。

情感生成

實際上我們一直分析的是人類的情感，我們一直很期待機器是不是能產生情感，也就是說機器有情感嗎？有三觀嗎？目前機器是沒有自主意識的，而指定情感類別的情感生成可以做到，比如說我們可以根據指定的情感類別生成情感表達，也可以在聊天機器人當中根據轉移概率進行變換，此外也可以對情感表達進行潤色和風格轉換。

此外，我們可以進行文本的情感極性變換及潤色，比如原句是“服務不周，而且極其粗魯”，可以修改為“服務到位，而且非常清爽”。還可以進行文章的潤色，比如“兩只狗在樹邊玩耍”，我們可以把它修改為“兩只狗在樹邊玩耍，享受童年的快樂”。

情感文本生成邁出機器發出情感的第一步，在聊天系統中可以進行情感互動，自動生成評論文本可以豐富用戶的表達方式，比如一個人不善表達，但他對這個東西打分非常好，我們可以幫助他生成一段文字，豐富他的表達方式。

總的來講，情感分析已經發展了很多年，已經落地產生了很多應用，產生巨大價值，比如在社會輿情方面、電子商務方面，如大家經常看到的淘寶網等等，再比如在傳統行業方面，比如幫助ZARA進行服裝設計改進，此外在金融等特定領域都發揮了巨大的作用，這是一個很接地氣的方向，同時也具有很多技術挑戰。

我們來看一下能否進行詩詞鑒賞。例如一個高考題目，關于一首杜甫的詩，“韋曲花無賴，家家惱煞人”，描寫春色的美。“綠樽須盡日，白發好禁春”是說在這樣的日子需要喝酒，需要好好享受春天的氣息。“石角鉤衣破，藤梢刺眼新”描述他已經不顧衣服被石角鉤破，欣賞藤梢冒出的新芽。“何時占叢竹，頭戴小烏巾”表達什么時候能頭戴小烏巾歸隱山林。問題是談談詩的最后兩句表達了詩人怎樣的思想感情。參考答案是對于春色的描述表達出作者的喜愛之情，因此產生對歸隱山林的隱士生活的向往。情感分析中用了很多其他技術，包括古詩詞、隱喻等等，能表達情感和背后隱藏的歸隱山林的心情，什么時候·機器的情感分析也能進一步分析出這種情感，同時又能像剛才孫茂松老師介紹的古詩詞一樣，能夠生成帶有指定情感的古詩詞也是情感分析未來需要探索的。

最后總結一下。情感是人類的高級思維方式；機器可以通過學習理解人類的情感模式，了解人類的情感；情感溯因可以幫助更深入理解人類情感動機；機器可以借助指定情感類別方式生成情感文本；鑒賞類或文學作品賞析情感計算值得我們繼續探索。真正具有自主意識的情感智能還未到來。