本文根据竹间智能 CTO、联合创始人翁嘉颀在DataFun Talk人工智能技术沙龙 ——“基于情感情绪识别的对话式AI及应用实践”中分享的《机器人-人机交互-技术介绍》编辑整理而成，在未改变原意的基础上稍做整理。
前人工智能时代是基于关键词模板，只能接受固定命令，能力无法持续提升，不能识别用户情绪，没有用户记忆。如现在的智能音箱，你如果对音箱说“我现在吃很饱”关键词是“吃饭”，音箱就会为你推荐附近的菜馆。当然我们的期望不是这样，期望可以用比较好的方式来做。如“我不喜欢吃牛肉面”，看到句子是一个否定陈述句，这不是一个命令句和意图，所以可以避开定外卖这个意图。利用自然语言理解意图，自然语言目前分为三个层次，第一个是NLP，语句分词；第二层叫意图理解，“肚子好饿”和“我想吃东西”这两个意图相近；第三层就是结合场景、理解用户情绪，实现意图识别。
接下来讲一下情感计算的设计与应用，我们做了22种文字情绪，计算出你寂寞和无聊的情感要干嘛。但是仅仅做负、正、中情绪是不够的，图中红色代表愤怒，蓝色是讨厌、难过，紫色是害怕，都是负面情绪，但是这三种负面情绪是不一样的，因此机器反馈也是不一样的。除此之外还做了9种人脸表情、4种语音情绪，将“文字 表情 语音”形成多模态情感。这样的意义是什么呢，举个例子如“高考我考了500分”这个时候你是应该恭喜还是安慰呢，但是如果加入说话的语气就完全不一样，语音情绪表达更多信息。再加上人脸表情，如面带微笑说“你死定了”这个时候很难判断意图，结合上下文，如果都是微笑那就是开玩笑，如果两者在吵架，这个时候就是威胁。
