刘挺：“文本情感分析”将成为攻克机器人“情商”难题的重要选项

本刊记者|曹素妨

刘挺：“文本情感分析”将成为攻克机器人“情商”难题的重要选项

本刊记者|曹素妨

刘挺哈尔滨工业大学教授，社会计算与信息检索研究中心主任

《中国传媒科技》：您认为人工智能或者机器人会不会有情感？如何赋予其情感？需要哪些方面的技术以及怎样的逻辑？

刘挺：我的答案是肯定的：未来机器人肯定会拥有情感，只是机器人的“情商”会有一个逐步提升的过程，初级阶段会有点儿“呆萌”。情感是机器人拥有高级智能的一种体现，尤其是目前人们对陪伴型机器人的需求呼声极高，缺乏情感的智能是残缺不全的。

任何事情，只要能够形式化，就可以被计算机所模拟，情感也是如此。比如：如果计算机能够知道一个人如果考试不及格一般都会比较沮丧，就可以对考试失利的孩子说一些鼓励的话，听到鼓励的孩子心情就会开朗起来，你说这样的计算机有没有情感呢？

在自然语言处理领域，文本情感分析将是攻克机器人理解文字语言情感的一项重要技术，近些年来吸引了众多的学者参与这方面的研究工作，也取得了很多成果，这项技术可以帮助机器人理解人类语言的情感，如识别出是喜悦、悲伤、愤怒等情绪，以便更好的进行语义理解，做出合适的应答。除文本外，在语音情感识别与合成、人脸表情识别等方面，人工智能领域的同行们也都取得了引人注目的进展。

《中国传媒科技》：机器人不仅可以进行新闻追踪，而且可以做到新闻发现甚至“预测”，这将改写新闻史。那么挖掘新闻价值的模型建构您认为涉及哪些专业、技术或学科？

刘挺：要预测新闻的价值，首先要发现大数据中的异常变化，只有异常变化的数据才有可能具有新闻价值；其次是对数据的变化进行归类，根据以往新闻传播的规律，并结合当前情景预测根据此次数据变化撰写的新闻是否会引起读者的广泛关注。

这里主要涉及数据挖掘、社会媒体上的新闻传播分析、传播预测等。值得一提的是，现在有学者开始研究如何预测一条消息传播到不同人群时激起的不同的情绪反应，如果这个能够做好，就可以大致估计出一条新闻发出后可能主要带来正面的读者评价，还是负面的，很有意义。

《中国传媒科技》：如果让您简单定位未来十年内机器学习在传媒领域的作用、位置或可能扮演的角色、可能带来的变化，您会怎么描述？

刘挺：我曾经写过一篇文章《机器人来了，记者去哪儿》（http://wenting.baijia. baidu.com/article/165162），主要阐述了机器人将给新闻领域带来的冲击包括四个方面：编辑、写作、传播、辅助设备。总体而言，机器学习将在新闻的编辑、写作、传播、辅助设备等各个环节上发挥越来越重要的作用，为人类新闻工作者提供更多的支持、补充，当然也包括替代越来越多的人类程式化的脑力劳动。机器学习在人工智能领域中处于基础地位，近来深度学习在语音、图像领域取得重大突破，对自然语言处理也起到了重要的推进作用，机器学习通过自然语言处理、语音识别等应用技术间接地传媒领域各个环节上机器能力的提升发挥作用。

在新闻领域，未来将是人机共生、人机协同的局面，对机器的恐惧是多余的，对人工智能将带来的变革的理性认知和高度关注是非常必要的。

《中国传媒科技》：您从事的中文信息处理方向的研究，和传媒业相关的成果有哪些？这些研究具有怎样的意义？可否举例说明。

刘挺：有很多技术都与传媒业相关，这其中包括基于社会媒体的情感分析技术，可以实时地分析大众的情感波动，这对社会管理起到重要作用。还有研究基于新闻报道文本进行金融市场股市涨跌的预测，这对金融资本投资起到重要作用。另外，信息传播方向的研究会分析同一个新闻事件，用哪些词汇可以使得该新闻事件被传播的更远。

《中国传媒科技》：如果说中文信息技术是解开语言的密码，生物传感技术则是为解开感知的密码。这两种技术在未来可能会有怎样的碰撞？

刘挺：目前还看不到中文信息技术与生物传感技术未来深度融合的趋势，但生物传感技术作为一种先进的数据采集手段，可以实时采集人的情绪等方面的变化并保存到数据库中，这样，基于中文信息处理的新闻自动转写系统可以向从地震、财经、体育数据库中读取和分析数据一样，分析生物传感数据，并从中发现有价值的数据波动，并撰写报告。换句话说，目前阶段生物传感技术和中文信息处理技术的碰撞是“衔接”关系，不是“融合”关系。

《中国传媒科技》：根据你的研究，对目前传媒教育有何看法、建议？对传媒专业学生的学习有何建议？

刘挺：我对传播方面的教育完全不了解，不敢妄加评论。但大数据，尤其是社会媒体大数据的到来，已经引起传媒领域的革命性变化，文科和工科在传媒科技上的融合已经成为大势所趋，年轻的传媒领域的同学虽然是文科背景，但谁能够抱定开放求变的观念，积极吸收数据科学方面的最新成果，谁就一定会在未来的传媒领域引领风骚。

传媒专业可以为学生开设大数据分析与处理相关课程，培养学生对大数据的获取、存储、分析和处理的能力，并帮助学生掌握大数据分析与处理的常用工具。