1.3.3 情感生成

与情感分析相对的是情感生成，情感生成致力于让机器具有输出情感、表达情感的能力。机器在文本中的情感生成主要有两种方式，一种是依托于人机对话系统的对话情感生成，另一种是文本生成任务中的文本情感生成。

1.对话情感生成

对话系统是旨在使用自然语言与人类进行连贯对话的计算机系统。根据对话的目的，对话系统可以分为任务导向对话系统和开放域对话系统。以智能个人助理为代表的任务导向对话系统一般专注于处理机票预订、天气问询等特定的任务，因此通常没有必要在其中加入情感信息。开放域对话系统则具有制造模仿人与人之间的非结构化对话或“聊天”的特点，在开放域对话系统中融入情感因素能够让聊天机器人变得有情感、有人格，增加聊天机器人对用户的吸引力。

对话情感生成致力于在理解用户情感的基础上，生成情感合理的回复，以解决聊天机器人的情感表达问题。根据任务具体需求的不同，主要有两种类型。第一种是指定回复情感的对话生成，以便让聊天机器人能够表达特定的情感。在这种任务中，聊天机器人需要产生不仅与用户的话语相关，还应该传达指定情感的回复。该类型的主要应用场景有限，比如针对空巢老人、抑郁症患者等特定用户的人机对话。第二种任务是不指定回复情感的对话生成，在这种任务中聊天机器人需要具备自主判断情绪表达目标的能力。例如，当聊天机器人检测到来自人类的强烈悲伤情绪时，它应该尝试表达积极的情绪来让人类振作起来。

2.文本情感生成

文本生成是计算机自动生成符合语法和逻辑的自然语言文本的过程。典型的文本生成应用有新闻、评论、报告、天气预报等文本的自动化生成任务。然而，除了新闻、报告这样描述事实的文本之外，还有表达人类情感的文本。例如，在生成网络评论、产品评价的时候，就需要传达给定的情感。

与对话情感生成任务中既可以给定情感类型，也可以让聊天机器人自行选择情感类型不同的是，文本情感生成旨在给定情感类型后让机器人生成含有指定情感的文本。例如，在生成网络评论时，可以指定生成正面评论，也可以指定生成负面评论，以满足实际应用场景中的具体需求。此外，在特定的场景中还需要生成幽默、讽刺等隐式情感表达。

虽然文本情感生成任务在现实生活中有着广泛的应用，但是还有很多场景并没有指定的情感类型。此外，文本情感生成任务中并没有对话语境，模型无法通过上下文的语境来分析需要表达的情感。对此，可以从多模态方向入手，对文本、图像、音频等多个模态的信息进行挖掘，通过获得更深层次的隐藏信息来达到自动生成具有合适情感的文本内容的目的。