W3C发布EmotionML

W3C最近发布了EmotionML(情感标记语言 )的第一个有效的草案版本，这是一种想要在当前基于计算机的沟通中表达情感的语言，主要有三种主要方式： 为数据做注解，识别基于情感的状态，生成与情感相关的系统行为。

 

EmotionML可以在多个领域的应用中发挥作用:

• Web 2.0中的观点挖掘/情感分析，以求在博客间自动跟踪客户对产品的态度；
• 情感监控，像面向老年人的生活辅助应用，以监控为目的的恐惧侦测，以及使用可穿戴的传感器来检测客户满意情况；
• 针对游戏和虚拟世界的角色设计与控制；
• 社会化机器人，像旅游者所喜欢的向导机器人；
• 表达性的语音合成，生成带有不同情感的合成语音，像高兴和悲伤，友好或歉意；
• 情感识别（例如在语音对话系统中识别愤怒的客户）；
• 对失能人群的支持，像针对有自闭症的人们的教育程序。

EmotionML文档的基础在于<emotion> 元素，它会拥有以下元素作为子元素： <category> 、 <dimension> 、<appraisal> 、<action-tendency> 。现有多种情感类型集，最短的由Paul Ekman创建 ，它包含六种面部表情的情感： 愤怒、厌恶、恐惧、快乐、悲伤和惊讶。另一组更详细的表情集由Fontaine, Scherer、Roesch和Ellsworth创建 ，其中包含24种类型。dimension 元素也可以根据作者对它的研究拥有不同的值，例如： pleasure, arousal, 和dominance. ，这与appraisal 和action-tendency 一样，可以在文档中详细描述。