第五章 結論與未來方向
5.1 結論
我們觀察到許多的話語都含有情緒字詞或情緒意圖，而所寫的文字也同樣具有情 緒。在生活中，情緒字詞往往在傳達明顯的情緒表達資訊，在特定的領域或撰寫 方式，大多都會透露出該領域的當時環境狀況，也就是可以瞭解到當時的情緒情 境資訊。如果我們可以利用這些資訊來判斷是什麼樣的情緒來源可以引發某種情 緒，那將可以解決如何判斷情緒的問題。而這其中就得先知道，情緒詞與概念的 關聯性、是什麼情緒來源可以加強人們對某種情境所應表現出的特定情緒、以及 如何將人們目前所處之負向修復至正向情緒。觀察這些不只是了解情緒字詞與事 物字詞之間的關聯，更能理解是哪些情緒來源會引發情緒以及相關程度，對於情 意計算與相關應用上會有相當大的幫助。
情緒管理(Emotions Management)是大家討論已久的話題，要如何有效管理自 己 與 他 人 的 情 緒 是 相 當 困 難 的 。 基 本 上 情 緒 管 理 是 在 考 驗 每 個 人 在 IQ(Intelligence Quotient)以外的自我管理能力，它是一種個人修養的表現，也可 以是國家整體國民人文素質的展現。我們所生活的環境中，有各種事件會引發我 們產生任何情緒，包含了會致使我們快樂、悲傷或是壓力的來源等。如果我們可 以從這些來源之中找出訊息原因，則有助於我們對事件發生的解讀，並以正面思 考提升自我與周圍環境。一般來說，快樂的事情發生並不會造成多大的問題，但 是通常在負面情緒發生的同時，也代表某件事情是不好的。接著在緊急來做些彌 補工作，恐怕也無法抹去事件發生的記憶。因此，本研究認為先找出情緒來源會 比事後處理來的好。只因為透過情緒來源，可以讓我們清楚知道何種事件由何種
來源集所構成，而其中又可能會有哪些正負向情緒，從中便可推敲事件可能的演 化。
本篇研究論文針對上述問題，不但提出情緒情境資訊模型外，對於情緒喚起 與情緒修復也有了解決方案。透過指標與情境的轉移，對實際受測者都有不錯的 表現。在模型設計上，除了可以對中文做處理外，也可運用在不同語言上，同樣 也會有不錯的表現。因此，本研究對於哪些情緒是被何種情緒來源所引起的問 題，並且能用於不同語言的處理。證明本研究論文可達到情緒辨識、喚起與修復 情緒的能力，並希望本研究論文能促成情意計算領域更廣泛的應用與研究。
5.2 未來研究方向
由於本研究關注重點為如何找出引發情緒的情緒來源，因此在建立網路所使用的 資料有諸多限制，我們的目的在於縮小情緒情境範圍。本研究在既有資源下確實 有不錯的成效，我們所設定的目標也接有達到，但是仍然可以針對「以情緒詞為 基礎之情境資訊連結與觀察」這樣的主題進一步研究，以讓這樣的領域在情境計 算上有更大的價值。首先是情緒概念的分類上，本研究只分成四大類，在細部的 情緒分類上，各種情緒字詞有各自描述的意義，並不是完全用同一大類就可以一 語概括。同一種概念除了有不同情境使用外，更有不同強弱程度上差異的情緒字 詞。以高興而言，愉悅、雀躍與狂喜這三個字詞雖然都可歸類於高興中，但是實 際上這三種字詞本身對高興的解釋程度差異極大，它們所使用的情境以及上下脈 絡內容都不相同，因此如果可以將情緒概念內的各個情緒字詞做使用分類(水平) 以及強弱分級(垂直)，相信對情緒來源的尋找與情境搜集會更有幫助。
對概念下的字詞做處理，的確可以得知情緒或其他意義字詞的分類，不過就 人類的語言來看，雖然口說是亂無章法，但是撰寫卻是有一定樣板(patterns)可遵 循，那就是文法。每一件事情在闡述時，字詞之間都是利用文法在相互形容，才 會組合成一個完整的文句。因此在情緒的使用上，同樣也會遵循著各種不同的文 法樣板。因此只要能從文法上進一步研究，相信能夠讓情緒來源更詳盡的分類，
以及也能知道運用何種形容詞來描繪情緒來源。
本研究研究的語言為中文，但本研究方法只需要稍微修改便可應用在其它語 言，如：英文。英文少了斷詞的問題，因此在字詞的意義上，減少許多依照不同 上下文內容意義的語意斷詞問題。英文的字詞使用，會依照不同文句而有不同意 義，但是並不影響情緒來源的收集與分類。因此未來可以針對英文語言來觀察不
同語言間，對於情緒與情緒來源的關係，以及情緒喚起與情緒修復是否可行。
實際上除了本研究論文的系統技術延伸，還有許多研究應用面皆可運用本技 術：
1. 旅遊搜尋系統
有時候並不知道該去哪裡進行旅遊活動，時常上網搜尋熱門景點，但卻不一 定符合我們的需求。目前有許多搜尋系統可根據季節、特定節日作分類，搜 尋部分則以關鍵字為主。如果我們可以將關鍵字做延伸，用我們的相關技術 找出與緊張或刺激等相關的情緒來源作輸入，就可能找到高空彈跳、泛舟、
攀岩等活動。若是以舒緩、放鬆的作輸入，則是可能找到溫泉、按摩等活動。
2. 語音客服系統
客服人員其實是份相當重要的工作，當客戶有任何問題時，經常會打電話至 客服詢問。但也相對是抱怨的內容為主，因此客服人員要如何做好安撫客戶 的情緒，首先就要先瞭解原因，在想辦法按照客戶狀況安撫。而此時若相關 技術有在語音上做進展，便可發現為何客戶會有抱怨的情緒，以及根據納原 因作出該領域的情緒修復。不管系統協助客服人員來安撫客戶是否成功，都 進行紀錄，便可增加下次是否該運用此種情緒修復方式的選擇。
3. 關鍵字擷取系統
經過統計分析的証實，關聯度、合併指標與相互訊息指標都在「情緒與概念 間的關聯」達到顯著水準。而所找出的概念排序結果在情緒喚起部分則是不 分軒輊，情緒修復也都同樣有顯著性。因此我們提出的關聯度與合併指標是 能夠找出與相互訊息指標相似或是更正確的關鍵字，而此部分還需要多套用 到多個文章中，才能判斷是否能有效擷取出關鍵字。
4. 文章或影音資料分類系統
基本上除了非常正式的資料之外，大多數的文章或是影音資料，都是隱含著
情緒在其中，像文章類有小說、報章雜誌…等，影音類有電影、影集、歌曲、
相聲等，因為語言表現的平台不同，文字表現方式也不同。但相同的是，都 有情緒發生，因此便可運用我們的相關技術，將資料進行分類。像是電影或 小說，我們經常看到可以區分為驚悚類、恐怖類、溫馨類、喜劇類…等，這 些都是依照主要內容所做出的分類。也因為我們可以找出情緒來源，因此可 以利用這些情緒來源概念直接做情緒分類。除了可以對整部電影或整本小說 資料做分類外，還可以對於電影或小說的片斷資料(缺少明顯情緒)做出情緒 區分。
以上的延伸應用構想，乃是根據本研究的目的與統計分析所發現的結果。我 們也期盼本研究系統對於各種情境計算以及智慧空間/家庭(Smart Home)中，能夠 解決人類各種情緒下的狀況。因此若能夠盡量減少一些排序或語意上的錯誤，就 可增加對情緒判斷或情緒來源產生的信心，這方面的領域是個值得後續研究討的 主題。
