现如今，对情感进行度量的思想吸引着心理学、认知科学和信息科学等很多学科的研究人员。由于情绪的复杂性和对人类本身情感变化规律认知的不完善性，因此虽然已有不同学科的研究者从不同角度试图模拟情绪的产生和变化，但这项工作依然十分艰巨。而情感建模在功能的角度实现了有限的模仿，是机器情感化的一大重要突破。国内外研究者针对情感的相关有效算法，提出了在一定范围内的不同模型用来进行类似情感的计量，如知名的OCC算法、Kismet情感模型、HMM情感模型、基于欧式空间的人工情感数学模型等，具体如图6-1所示。

OCC情感模型是1988年Ortony、Clore和Collins在所出版的CognitiveStructureofEmo-tions^一书中给出的著名情绪认知模型。它是第一个以计算机实现为目的而发展起来的模型。它通过分析环境中所发生的各种事件，以及和其他实体交互的行为可能发生的各种情感，在此基础上以规则的形式总结并归纳出这些对应关系。OCC模型根据不同的情感刺激提出22种情感，同时对产生每种情感的刺激特征进行了详细描述。它是一种基于情绪的认知理论和规则的建模，对于情绪的激活和产生更多考虑的是认识的因素，没有涉及情绪激活的其他过程。

图6-1 国内外已有人工情感数学模型

Kismet情感模型是作为环境、内部刺激和行为动作的媒介，通过这个情感模型，机器人对外界输入的刺激和内部需要进行综合判断，从而引起表现行为的各种变化，机器人能够表达愤怒、高兴、兴趣、惊恐及平静等情感。此模型可以分为情绪刺激、情绪评价、情绪激活、情绪表达四个部分。外界情感作用于该情感模型时，该情感模型运用效价、唤醒度及姿态这样的表现形式识别作用于它的激励，之后传递到情感空间，来激活情感。Kismet模型框架如图6-2所示。(www.daowen.com)

美国研究人员Ekman和Friesen发现，人类有6种基本情绪，即快乐、悲伤、恐惧、惊讶、愤怒、厌恶。这6种情绪可以相互组合，并派生出其余各种各样的复合情绪，如忧郁、紧张、焦虑等。此6种情感在文化传中的差异性小，其他情感都能够由这6种基本情感构成。以这6种情感作为基本情感，每种个性的情感表现都能够表示为一个具有6维的向量，在t时刻（t>0）每种情感所具有的情感强度可以由以下公式得到：

E_t=（E_happy，t，E_sadness，t，E_anger，t，E_surprise，t，E_fear，t，E_digust，t）其中，E_happy，t，E_sadness，t，E_anger，t，E_surprise，t，E_fear，t，E_digust，t是情感状态在t时刻的从高兴到厌恶的情感强度值。

图6-2 Kismet模型框架图