情绪化聊天机器人（ECM，Emotional Chatting Machine），是清华大学计算机系朱小燕、黄民烈博士的团队今年做的一项研究。根据团队论文《情绪化聊天机器人：带着内外记忆生成情感对话》（Emotional Chatting Machine: Emotional Conversation Generation with Internal and External Memory）的介绍，ECM在传统的Sequence to Sequence模型的基础上，采用静态的情感向量嵌入表示，动态的情感状态记忆网络和情感词外部记忆的机制，让 ECM 得以根据用户的输入，并基于指定的情感分类（包括快乐、伤感、愤怒、厌烦、好感等五种情绪）输出相应的回复。

但更深层的理解范畴是，ECM能利用客观世界的知识或背景信息，并结合记忆、联想和推理，实现开放领域的交谈与对话。这关涉到目前人工智能存在的很多逻辑问题。“比如讽刺一件事，人类知道关于这个内容或这件事情的背景信息，因此人类很容易理解这是一个反讽，但现在计算机系统还不太能做到这一点。黄民烈博士表示，“如果模型不能很好地利用这种背景知识和信息，就会得到一个相反的结论。”

语言本身的复杂性

就目前而言，自动对话系统有两种主要模式：一种是基于信息检索，即在大规模场景对话样本的数据库或语料库中，避开对自然语言的理解，直接用数据建立有效的问（query）答（response）句匹配和问答相关度量化模型，来实现人机之间的对话。比如，记录点餐员与客户之间的对话，模仿这些数据，就可以建立一个自动点餐的应用。

另一种则是基于深度学习的生成式对话系统，即人工智能从海量对话数据中自动学习问句和答句之间的语义关联，从而达到对任何用户提出的问题都能够自动生成回复的目的。其中，语句语义学习的方法包括单词嵌入（word embedding，基于一个词语和其他词语的共现信息来构建该词语的语义向量）、循环神经网络（recurrent neural network，把一句话看成词语的序列，词语在句中出现的位置不同，词语和句子的语义也不同）、卷积神经网络（convolutional neural network，对句子进行扫描，提取特征，选择特征，最后组成句子的语义表示）、递归神经网络（recursive neural network，对语句进行句法分析，根据句法分析表达语义）等。

尽管深度学习在自然语言处理领域的研究成果已经不容小觑，且过去两年来已经有致力于避免聊天机器回复过于统一，产生更多样化、更有意思的回复，但是，朱小燕、黄民烈老师的团队，第一次将情感因素引入此基于深度学习的生成对话模型中，是ECM研究特别值得关注的地方。

在通常情况下，语言经人工智能高度抽象后会显得过于“安全”、无趣，人机只能进行单轮对话而不能多轮推进。ECM研究要做的是将上述偏向于理性、概率性的语义翻译过程富化，使之同时基于语言和情感两个维度，从而得到更加“准确”，更加符合现实交流需求的结果。

在黄民烈博士看来，语言本身的复杂性有很多方面，包括情绪、风格、结构等，而语言经过高度抽象后往往只字之差意义去相去甚远，这种符号上表达的含义很难用模型进行表述和定义。他表示，一个符合情境的交谈或对话需要符合多个因素。首先是交谈的话题；其次，交谈的对象是什么，是在和谁说话；再者，双方的情绪甚至心理活动状态是怎样的。除此之外，还需要考虑用户的背景和对话中扮演的角色，甚至多方面综合的感知信息如语音、语调、姿态和表情等。

固定的人格和属性

ECM研究还只是在做初步尝试。根据朱小燕、黄民烈博士团队的工作进程，ECM目前能在给定情感分类的基础上作出回复，仍未涉及如何评判用户情绪的研究。黄民烈博士表示，后续可以通过设计共情机制，或是通过上下文、情境等信息判断合适的回复，不过这非常复杂和具有挑战性。

“比如现在我们可以和小冰聊天，但很快，你会意识到它不是一个‘人’。”黄民烈博士指出，要实现人工智能拥有情绪，更加智能，需要两个方面的内容，一是语义理解，二是身份设定，而且后者更为重要——每一个机器都要有一个固定的人格和属性。比如，如果设定某一个机器人是一位会弹琴的三岁小男孩，那么，这个机器人在与人对话时，就应该生成与这样的身份设定相符合的答复。

更特别的是，这样的情绪化聊天机器人，事先不再需要学习、适应固定用户本身的说话特点，只要学习社交媒体中发生的大量对话即可。作为第一作者，黄民烈博士曾在2014年的《情感分析中的新词发现》（New Word Detection for Sentiment Analysis）一文中也提到，大多数网络新词，如“给力”“菇凉”等，仍未被算法识别和使用。但最近有研究发现，Twitter、微博这些社交平台上的对话，以及电影对话已经被作为人工智能学习和生成交流语言（spoken language）的数据利用。

就说话风格而言，今年9 月份，黄民烈博士带领清华的两位学生、联合搜狗搜索团队发表的《在连贯性生成式对话中，给聊天机器人设定人格和属性》（Assigning personality/identity to a chatting machine for coherent conversation generation）一文预测，未来情绪化聊天机器人可能不再需要模仿、学习特定风格的对话数据，就可以像一个“年轻女孩”“老人”“内向的人”“开朗的人”那样与人对话。“这会是一个很有趣的研究方向。”

本文为未来图灵（futureturing）独家文章，转载请申请授权并注明来源。

编译：杨羽婷