AI正在学习使用表情包聊天 可预测和理解句中情感

微信聊天使用频率最高的话题终结词是什么？

好的（此处请脑补你第一时间想到的表情符号）

「好的」这两个字后面加上最简单的表情，都会让这个单纯的词语变得不单纯。在不同的情景回复不同的人时，表情符号可以让这个常见的回复词，带上不同的情绪，沮丧、开心、无奈、窃喜、期待……（心里的小情绪太多，词语都不够用了）

词不达意不要慌，表情包来帮你忙。表情包正让社交网络这个世界里的沟通变得更加顺畅，但由于情景、文化的不同，社交网络上每一条表达的背后依然有着更为丰富的含义，比如你的朋友，他提前一个月预定了七夕当天和女朋友的晚餐，在离七夕还有半个月时，他发了一条微博：

提前一个月预定的七夕大餐，我一个人可以全部吃完。[微笑]

看上去乐观积极，其实他的内心已经难过得要晕厥，心里在说：大家快来安慰我，我分手了。

这些层层深意的表达，对于研究社交网络的专家学者而言，真是一个十分麻烦头疼的事情。因此，麻省理工学院有一个团队正在进行一个名为「DeepMoji」的项目，利用人工智能对人们在社交网络上使用的 emoji 表情符号进行研究，想要利用机器学习让人工智能够读懂人们的情绪，尤其是语言中的「反讽」。

DeepMoji 从 Twitter 上的 550 亿条推文中，选取了 12 亿条带有 emoji 的推文，对它们进行分析和学习，试图训练一个深度学习模型去预测推文中会使用哪些表情符号。项目的成员认为，如果这个 AI 模型能够预测和理解某个句子中的表情符号，那么它就能够理解句子中的情感内容。

（DeepMoji 推测，人们写了左边的句子后，最有可能使用右边的 5 个表情符号）

DeepMoji 的任务是处理及运用自然语言，读懂人类语言，因此它是人工智能和语言学领域的分支，属于自然语言处理（Natural Language Processing），即 AI 业界中大热的 NLP。

《情绪机器（The Emotion Machine）》作者马文· 明斯基（Marvin Minsky）也曾说过：

人工智能只有读懂情绪了，才能进行常识性的推理和思考。

这个 AI 最初的目的，是让企业用来理解顾客对他们的真实评价。然而这样一个能够理解人类表情包的 AI，应用场景很多，包括电商客服、聊天机器人、处理商品/服务评价等场景都能派上用场。

或许在将来，我们给电商客服发个三言两语再加个表情符号，它就不会自动回复一大堆选项给你选择，而是秒懂你的意思，马上跟你说「亲，我们不接受砍价哦」或者「亲，我们包邮」。

（Allo 的「智能回复」功能）

而有了 DeepMoji 加持的聊天机器人，或许也不会那么快在尬聊中把天聊死。不过 AI 技术运用在聊天软件已经不是什么新鲜事，Google 在去年的 I/O 大会上就发布一款聊天应用 Allo，Allo 能够根据使用者的聊天风格，订制聊天回复。不过这个功能目前只能在英语母语地区，或者全英语对话的条件下才会触发使用。

虽然 DeepMoji 在将来能让大家更好地聊天，但项目成员还有更深远的想法，他们想要通过 DeepMoji 来识别社交网络中的欺凌和种族歧视。目前，他们已经建立了一个 AI 的Demo，感兴趣的朋友可以去参与调教这只 AI。今年 9 月，「DeepMoji」将会在 github 上开源。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。