微信聊天應(yīng)用頻率最高的話題終結(jié)詞是甚么？

　　好的（此處請腦補你第一時光想到的臉色符號）

　　「好的」這兩個字前面加上最簡略的臉色，都邑讓這個純真的詞語變得不純真。在分歧的情形答復(fù)分歧的人時，臉色符號可讓這個罕見的答復(fù)詞，帶上分歧的情感，懊喪、高興、無法、竊喜、等待……（心里的小情感太多，詞語都不敷用了）

　　詞不達意不要慌，臉色包來幫你忙。臉色包正讓社交收集這個世界里的溝通變得加倍順暢，但因為情形、文明的分歧，社交收集上每條表達的面前仍然有著更加豐碩的寄義，好比你的同伙，他提早一個月預(yù)定了七夕當天和女同伙的晚飯，在離七夕還有半個月時，他發(fā)了一條微博：

　　提早一個月預(yù)定的七夕年夜餐，我一小我可以全體吃完。[淺笑]

　　看上去悲觀積極，其實他的心坎曾經(jīng)惆悵得要暈厥，心里在說：年夜家快來撫慰我，我分別了。

　　這些層層深意的表達，關(guān)于研討社交收集的專家學(xué)者而言，真是一個非常費事頭疼的工作。是以，麻省理工學(xué)院有一個團隊正在停止一個名為「DeepMoji」的項目，應(yīng)用人工智能對人們在社交收集上應(yīng)用的 emoji 臉色符號停止研討，想要應(yīng)用機械進修讓人工智可以或許讀懂人們的情感，特別是說話中的「反諷」。

　　DeepMoji 從 Twitter 上的 550 億條推文中，拔取了 12 億條帶有 emoji 的推文，對它們停止剖析和進修，試圖練習(xí)一個深度進修模子去猜測推文中會應(yīng)用哪些臉色符號。項目標成員以為，假如這個 AI 模子可以或許猜測和懂得某個句子中的臉色符號，那末它就可以夠懂得句子中的情緒內(nèi)容。

　　（DeepMoji 推想，人們寫了右邊的句子后，最有能夠應(yīng)用左邊的 5 個臉色符號）

　　DeepMoji 的義務(wù)是處置及應(yīng)用天然說話，讀懂人類說話，是以它是人工智能和說話學(xué)范疇的分支，屬于天然說話處置（Natural Language Processing），即 AI 業(yè)界中年夜熱的 NLP。

　　《情感機械（The Emotion Machine）》作者馬文· 明斯基（Marvin Minsky）也曾說過：

　　人工智能只要讀懂情感了，能力停止知識性的推理和思慮。

　　這個 AI 最后的目標，是讓企業(yè)用來懂得顧客對他們的真實評價。但是如許一個可以或許懂得人類臉色包的 AI，運用場景許多，包含電商客服、聊天機械人、處置商品/辦事評價等場景都能派上用處。

　　也許在未來，我們給電商客服發(fā)個一言半語再加個臉色符號，它就不會主動答復(fù)一年夜堆選項給你選擇，而是秒懂你的意思，立時跟你說「親，我們不接收砍價哦」或許「親，我們包郵」。

　　（Allo 的「智能答復(fù)」功效）

　　而有了 DeepMoji 加持的聊天機械人，也許也不會那末快在尬聊中把天聊逝世。不外 AI 技巧應(yīng)用在聊天軟件曾經(jīng)不是甚么新穎事，Google 在客歲的 I/O 年夜會上就宣布一款聊天運用 Allo，Allo 可以或許依據(jù)應(yīng)用者的聊天作風，訂制聊天答復(fù)。不外這個功效今朝只能在英語母語地域，或許全英語對話的前提下才會觸發(fā)應(yīng)用。

　　固然 DeepMoji 在未來能讓年夜家更好地聊天，但項目成員還有更深遠的設(shè)法主意，他們想要經(jīng)由過程 DeepMoji 來辨認社交收集中的欺負和種族輕視。今朝，他們曾經(jīng)樹立了一個 AI 的 Demo，感興致的同伙可以去介入調(diào)教這只 AI。本年 9 月，「DeepMoji」將會在 github 上開源。