学習型ソフトウエアによる知能（感情）

いままで私は「文脈を解析して判断」させようとしていたが、思考を変えてもう少し根源的なところを追求しよう。

感情とはこのような図に示される場合が多い。

感情が発火されるときは、なんらかの入力があり、感情はその出力として得られると考えられる。

その入力された言葉に対して、連想記憶とし引き出されると考えられる。

例えば「失う」という動詞に対して「悲しみ」という感情が連想されるが、「喜び」は連想されない。

また「殺人事件」だと「悲しみ」「驚き」「不安」「嫌気」「怒り」のように多くの感情が同時に発火されると考えられる。

つまり記憶される言葉ひとつひとつに対して、上記の感情リストが付属しており、配点なされると考えればいい。

実際に前回の連想記憶に感情を追記してみたのが下記である。

これがあれば、イグアナの話題が出たら「嫌気」と分類して嫌な顔をすればいいし、

猫の話題が出れば「喜び」と分類して笑顔になればいい。

「トイプードルに吠えられた」という場合、「喜び」と「不安」が同時に発生するが、この場合はどうするか？

やり方としては「喜び」より「不安」を優先させるのがいいかと考えている。

喜びという感情は精神が安定している場合にのみ発火すると考えれば、

その他の感情がある場合にはそれが優先されると考えていいだろう。

ただ　感情：喜び = 100 と　感情：不安 = 1の場合、不安を優先するのは得策ではない。

よって重みづけ　例えば　Negativeな感情*10 ＜ Positiveな感情　なら Positiveな感情とするような処理をするか、元々の点数を1/10にしておくか、どちらかであろう。

また記憶は出現回数で強化される。

よってここに「頻度」というパラメータを追加して、その言葉がアクセスされた回数をカウントする。

言葉の検索をするときに、頻度により優先順位をつけることにする。

実際には例えば「犬」の話題になったとき、Feeの返事としては、そこから１分岐の範囲を考える。つまり

「犬」-「可愛い」

「犬」-「吠える」

「犬」-「種類」

「犬」-「ペット」

の範囲を話題の範囲とする。