從數據分析看出發言者的情緒
情緒反映著心理狀態，而語言又是情緒的載具之一。陳宜欣副教授和團隊想出了一種用機器學習來分析情緒的新方法，利用社群網路的大數據找出蛛絲馬跡，與過去不同的是，他們拿掉了情緒用字，從常見字裡的「特徵」找出情緒型態。
「許多我們認為是中性的字眼，其實和情緒有關。」陳老師說，例如，他們曾在標資料的過程中，發現「學校」這個字竟然有 80% 是帶著悲傷的。也有些令人出乎意料的發現，譬如我們通常認為「希望」是很正向的，然而分析結果卻是「悲傷」，這有可能是因為我們在說「希望如何如何」時，往往是在一個不太開心的狀態中才會這麼說。
以往語言及情緒相關的研究，大多是由心理學家訪談，再進行人為標註，然而容易受到主觀判定、字彙有限等影響。而陳宜欣老師的團隊，起初從臉書粉絲頁抓取資料，將留言或貼文底下表情符號作為情緒特徵。由於社群媒體常作為人們抒發的管道，他們也發現，情緒用字是會隨著時代、潮流改變的，例如有一陣子社會案件頻傳，在網路上「恐龍法官」這個詞經常伴隨著憤怒。然而，同一個詞只會有一種情緒嗎？這可不一定，來看看下面這兩句吧！
「謝謝團隊裡的每一個人，我們才能完成這個研究。」
「真是謝謝你，毀了我美好的一天。」
發現了嗎？一樣都是使用「謝謝」，第一句是開心的，但第二句卻是無奈的。
「語言有趣的地方是，人類在溝通時，會用所謂的諷刺文」陳老師笑著說。因此，除了詞本身，上下文也須納入考慮。也就是說，不同文字各有其表達的概念，組合起來後才會形成語意。在與人互動的過程中，語言是傳遞訊息的媒介，乘載著我們的情緒與想法。但並非每次的傳遞都是順遂的，有時我們會用中性的字眼包裝強烈的情緒，對方不見得能理解背後的含義；有時「說者無意，聽者有心」，明明你認為這句話沒什麼，但某些用詞卻造成他人的誤解。
例如文初Ａ說的「我以為你會早點回來一起出門吃大餐。」便是用期待的情緒來隱藏悲傷、失望。而 Ｂ最後回答的「不然到底要我怎麼樣？！」，或許他自己認為沒有什麼用意，但在Ａ聽起來可能會以為Ｂ是帶著憤怒在說這句話的。
「人在溝通時，有時候講的話跟別人收到的不一樣。」陳老師這麼說。不僅聽者可能會誤解，有時甚至連自己都能夠騙過自己。陳老師表示，隨著研究，她也逐漸了解到，我們平常認為平和的說話方式，原來暗藏著許多「眉眉角角」。
訓練 AI 分辨情緒用詞，發現男女不同情緒表達方式
提到語言裡的「眉眉角角」，那男生和女生表達情緒的方式會不一樣嗎？
陳老師在收集資料時發現，把性別納入考量，得到的結果會更準確。比如說同樣是憤怒的情緒，女生比較常用「期待」的語氣來表示，例如「我以為⋯⋯」、「我想說⋯⋯」，而男生可能會用一些強烈的字眼，例如 f**k，或是等事情過去才表達。
後來他們分別訓練出男生和女生的情緒分析器，輸入只標註情緒但不區分性別的詞，果真得到不一樣的結果。像是原本帶著「期待」情緒的詞，女生的情緒分析出來是驚訝，但男生的卻是憎恨；帶「悲傷」的字，女生的結果卻是期待，男生的出來則是憤怒。
陳老師表示，可能是在社會文化薰陶下，不論男女在表達情緒時總習慣以「不直接」的方式包裝，尤其是負面情緒。
運用 AI 分辨情緒，找出躁鬱症徵兆
於是他們開始思考，這樣的發現是否能應用在男女表現差異較大的心理疾病上。後來，他們嘗試開發方法，能從社群平台發文動態中，偵測發文者的精神狀況，希望能協助受躁鬱症困擾的人。
躁鬱症又稱為雙極性情感疾患 (bipolar disorder)，發作時會導致情緒失調，情緒會在狂躁（異常興奮）以及抑鬱之間擺盪。但有時女性躁鬱症患者會被誤診成憂鬱症，原因是當她狂躁時表現得比較像精神變好，與醫生認知的不同。
陳宜欣老師的團隊搜集了上萬則的動態發文，除了用字之外，也從生活型態，例如發文時間、頻率等等，從行為中找出一些規律，最後訓練機器學習演算法，綜合各項特徵來區分初期徵兆。希望可以透過早期發現，給予患者需要的幫助及治療。
洞見不鼓勵負面情緒的網路社群
從作情緒分析，到後來應用在心理疾病的偵測上，陳老師提及開始研究情緒語言的契機，當時，第一個博士班學生來找她時，抱怨怎麼都搞不懂女朋友到底在想什麼，有沒有辦法可以利用機器學習知道一句話背後的情緒。加上她是三個孩子的媽媽，小朋友表達情緒的方式更是非典型，陳老師笑著說，她會想像小孩內建一個 model，與他們相處的過程中，不斷 trial and error，就會發現有趣的事情。也因為去上媽媽教室及身心靈課程的關係，讓她時常用兩種觀點思考、相互結合。
在研究情緒的過程中，發現人在某些時候會害怕自己的脆弱被看見，究竟是為什麼呢？
陳老師分享，她在中央大學副教授陳永儀的 TED 演講中找到原因，其中有句話說「這個社會常常只獎勵正面情緒」，好像表現出樂觀、正向才是好的，但如同他們在研究中發現的，當我們用另外一種情緒包裝負面時，其實對方不見得接收得到，溝通上的誤會便發生了。於是陳老師想，如果我們都能直接說出心裡的感受，或許許多衝突或傷害便能夠被避免。
回到文章開頭 A和 Ｂ的對話，若 Ａ明確地向 Ｂ說：「今天是我們很重要的日子，你沒有早點回來一起吃飯，讓我覺得有點難過。」Ｂ在接收到Ａ的情緒後，或許更能夠同理並說出自己的苦衷，使兩人的頻率一致，達成溝通。
「我認為人際連結最好的方式是——適度表達悲傷」陳老師說，她在撰寫部落格時，觸及率最高的竟然是分享自己升等失敗的文章，就像電影《腦筋急轉彎》裡的角色憂憂 (Sadness) 。把悲傷說出來，除了讓他人了解你的需求外，也能使其他有過相同遭遇的人，知道自己不是孤單的。
以 AI 為鏡，可以看見自己
在人人都說 AI 可以改變世界的今日，AI 真的能解決人類面臨的種種問題嗎？
陳老師表示，不要期待 AI 能夠解決問題，真正能解決問題的是人，機器只是輔助的工具，但只要是工具都像一把雙面刃，然而，她相信 Nokia 的那個廣告標語「科技始終來自於人性」，在決定要做什麼之前，先想最壞、最極端的情況，若還可以接受才會繼續做，不論未來如何發展，最根本的初衷是要考慮人性。
而在作研究的歷程中，陳老師發現人的確會在某些情況下，提供一些本身也不知道的資訊，也就是說，我們可能連自己都不太了解自己。小時候常被叮嚀的「吾日三省吾身」，但若原本認為的就是錯的，再怎麼想可能都還是得到一樣的結果。因此，她希望 AI 能夠像一面鏡子，幫助人們看到不願看見的自己，能夠更了解自己。
資料來源：
1. 社群大數據的情緒分析
2. 一名女科技人的反思
3.「狂躁抑鬱症」是什麼？
4. Yi-Shin Chen IDEA lab
5. 台灣資料科學年會——大數據下的情緒分析