在 2017 台灣人工智慧年會演講中，清華大學資工系的陳宜欣副教授，分享團隊以機器學習分析社群發文情緒的經驗。希望有助偵測網路發文者的心理狀態，或協助醫師理解病人無法清楚陳述的情緒。
「我沒事」到底是什麼情緒
情緒，是許多疾病和社會問題的表徵。例如有躁鬱傾向的人們，說話用詞有很大的情緒起伏；又如網路霸凌，會反映於社群留言的用字情緒。若能及早偵測到這些情緒，就有機會及時避免憾事發生，而這個任務可透過人工智慧 (Artificial Intelligence, AI) 協助。
但是，情緒不是那麼容易透過詞語理解。
例如，朋友在 Facebook 發文「我沒事」，究竟代表心平氣和的「我沒事」，還是絕望至極的「我沒事」；還有當鄉民留言「看吧！」，想表達的是讚賞意味的「看吧！」，或是嘲諷語氣的「看吧！」？
如同《來自星星的傻瓜》電影主角(一名外星人)所言，人類的語言非常難理解，在不同情境脈絡有不同意思，甚至會隱藏真實情感說謊。這些都增加人工智慧從語意分析情緒的難度。
清華大學資工系的陳宜欣副教授，是三個小孩的媽媽。她發現從小孩學習如何說話表達情緒的過程，可以梳理出一條路徑訓練機器學習。雖然小孩說話常常毫無邏輯，但許多小細節累積起來，就能讓大人判斷小孩的情緒。
例如當小孩對媽媽說「妳總是叫我收玩具」，其中用了「總是」這個詞，可以判斷小孩不太高興。或是小孩說「我永遠不能電視看了」，乍聽滿頭問號，但用了「永遠不能」這組詞，可以判斷其中的負面情緒。
不懂語法、沒背過辭典，還是可以表達情緒，反之也能分析情緒。
網路爬文 借用群眾智慧
陳宜欣團隊運用網路爬蟲技術，將社群網站公開發文 ( PTT、Facebook、Twitter 等) ，跟情緒有關的內容都蒐集建立至「情緒資料庫」。或許有些人會認為：「這不就是一堆人在發廢文？」，但以群眾外包 (crowdsourcing) 的角度，這些社群發言集結起來，就是群眾智慧，可做為訓練機器學習的資料。
團隊將社群發文者原先在發文加上的情緒 Hashtag (例如 #anger) 作為參考答案 ，但一開始先把這些「答案」遮起來，訓練機器透過演算法學習發文中「出現哪些字」代表「什麼樣的情緒」，最後再與原本的答案 (例如 #anger) 對照，一次次地優化機器判斷情緒的準確率。
「用大數據做情緒分析有個重點，就是刪資料不要心痛！」陳宜欣笑中有股失敗無數次的堅毅，「太多 Hashtag 的發文、重複發文、太短沒有情緒特徵的發文……等等，都要從訓練資料中拿掉」。
團隊也參考新聞標題，找出哪些字是較中性的「非情緒資料」，並從機器學習的訓練資料中排除、優化準確率。值得注意的是，選舉時期的新聞標題不能參考，因為用字遣詞太過激昂。 （相關報導： 祖克柏這樣做才叫積陰德！霸氣聘僱3千名員工作AI偵測，一個月內搶救100條人命 ｜ 更多文章 ）
找出情緒用詞的邏輯
經過機器學習分析，陳宜欣團隊發現一些跨語系的情緒邏輯。例如 “finally *** my” 這組字詞多表達快樂，而中文 「我終於***」也多用來傳達正面的消息。又如 “my *** always” 這組字詞多含有生氣意味，就像小朋友說「爸爸/媽媽總是***」藉以表達不快。
