6.22 挑战与趋势
正如前文所述，现在的情感分析工作已经能够完成一些简单的任务，在上述任务上都表现出机器具有识别人类情感的能力，但也面临许多挑战。
● 在情感研究对象上，随着应用领域的不断扩展，情感对象从之前的对产品、服务等的褒贬倾向性评论到对社交媒体中的用户、话题情绪分类，表现形式更加多样，情感种类更加繁多，研究的内容也会发生相应转变，包括更加关注用户的信息以及针对社交媒体中事件用户情感的变迁。
● 在情感表达形式上，人们对于情感的表达也多样化的，有直截了当的，也有含蓄不露的，更有通过修辞手段及反讽的多种形式表达情感，因此需要更深层次的机器学习技术以及情感常识库的支持，如何构建常识知识库是亟待解决的问题。
● 在情感分析学习算法上，深度学习的崛起，无疑也为情感分析中的许多任务提供了良好的工具，并在一些任务上初现端倪，随着情感分析研究不断扩展和深入会发挥更多的作用。
● 从认知科学角度，情感分析是人工智能的一部分，虽然尚不能完全了解人类情感产生的机理，但是可以和认知科学研究者开展合作研究，通过观察脑电波探知产生各种情感的脑波形和反射情况，为情感分析研究提供科学依据。
● 在情感分析应用上，情感分析和人工智能结合，将产生一系列的应用，在聊天机器人中识别用户情感，并给予情感抚慰。更进一步，未来情感分析应用于对文章及诗词的鉴赏，自动生成自己的观点、立场及情绪，表达机器自身的情感，从而向强人工智能迈进。
总之，情感分析研究及应用前途广大，尤其是和实体机器人结合，将多媒体技术融为一体，结合语音、图像处理技术，可以从语言、表情和行为方面理解人类情感并给出相应的情感回复，打造一个具有情感的机器人时代已经不远了！
