2026 年 AI 語氣檢查工具推薦：17 款比較

前陣子，我給三個 AI 研究代理同一份指示，請它們告訴我，現在最好的語氣檢查工具有哪些。Claude、ChatGPT 和 Gemini 各自交回一份又長又篤定的報告。它們在很多地方意見不一，引用了一些根本不存在的來源，其中一份還替我自己的公司編了一段很動聽的創業故事。所以我做了自己一直勸別人對 AI 研究做的事：保留結構，把每一項說法追回原始來源，禁不起現實檢驗的就刪掉。

這是合併並查證過的版本。我依照每一款工具實際在做的事，把這十七款工具分了類，並把所有佐證編號，列在文末。

先把我的偏見攤開來講，因為這些工具裡有一款是我共同創辦的

Subtext 是我的公司，它也出現在這篇文章裡。它是一款 App，會在任何改寫發生之前，先判讀一則私人訊息傳到對方手上是什麼感受。也就是說，這整篇文章依據的分類原則，「先診斷、再改寫」，剛好替我自己的產品說了好話。我對它說的每一句話，請你照這個前提來斟酌。

為了讓這篇文章仍然有用，我用同一套標準檢驗自己的產品和別人的產品。說法一律出自產品頁面、說明文件、App 商店的介紹，或經同儕審查的研究，每一項都附上編號的來源連結。如果某個說法只存在於業者的行銷文案裡，我會明說。另外，AI 代理信誓旦旦地回報、卻沒有任何來源支持的內容，我也刪掉了，包括那個替我們臉上貼金的創業故事（據說 Subtext 是一位「前心理治療師」做的；其實沒有這回事，Anton 是工程師，文字的部分由我負責）。

先說結論

要寫私人訊息、處理難以開口的對話，有兩款工具最突出：Subtext 會先讀你的草稿和前後的對話，再動手改寫；Goblin Tools 免費、功能單一，也不必註冊帳號。文件和工作電子郵件，先從 Grammarly 的語氣偵測開始。如果你手上已經有 Apple 裝置，內建的書寫工具就能免費切換幾種預設語氣。為什麼這樣選，以及業務開發、招募和品牌語氣方面的工具，下面都會談到，完整的短名單在文末。

真正的語氣檢查工具，是先診斷、再改寫

這個領域的工具，大家一律叫語氣檢查工具，但同一個名稱底下，其實藏著兩種不同的工作。

診斷，是告訴你文字現在讀起來是什麼樣子；改寫，則是把它變成別的樣子。這個差別，不看一份實際的草稿，聽起來只像學術上的咬文嚼字，所以我拿 Subtext 在動任何一個字之前給的判讀來說明。我拿一段自己編的對話跑過一次：Jo 問「你想搭早一班的車還是晚一班的？」，草稿回覆是「沒差。隨便你。」它一開始先給這句話標上標籤，點出兩個問題：一個是「過於簡短」，理由是這句話「可能讓 Jo 覺得你不耐煩,而且沒有真正回答他選哪一班」；另一個是「表達不清」，因為 Jo 問的是二選一，「隨便你」把決定丟了回去，他「可能不知道你是真的都可以,還是在鬧情緒」。它把感受命名為「冷淡」，理由是這句回覆「聽起來有點不在意或敷衍」。接下來，它和改寫工具的距離拉得更開：它一個版本都沒寫。它先說「你說兩班都可以,這個意思我懂」，再說「隨便你」這三個字「有時會被讀成不耐煩」，所以「我想先確認一下你的真實想法」，底下附了三個可以點的選項：「真的都可以」、「其實偏好早一班」和「其實偏好晚一班」。以上是 App 實際的輸出，沒有經過編輯。這一回它連一個版本都沒給，所以改寫那一半在這裡看不到；看得到的是另一半：它在動任何一個字之前，先把這句話的讀法攤開來，還先問清楚我到底是哪個意思。

回覆…… Jo：你想搭早一班的車還是晚一班的？

沒差。隨便你。

過於簡短: 「沒差。隨便你。」很短,可能讓 Jo 覺得你不耐煩,而且沒有真正回答他選哪一班。
表達不清: Jo 問了二選一,「隨便你」把決定丟回去,他可能不知道你是真的都可以,還是在鬧情緒。
冷淡: 你的回覆很簡短,聽起來有點不在意或敷衍。

你說兩班都可以,這個意思我懂。不過「隨便你」有時會被讀成不耐煩,我想先確認一下你的真實想法。

改寫工具會很樂意把它變成「好的，你覺得哪個方案最合適，就選哪個吧」。句子是漂亮了些，卻完全沒提到剛才那兩個問題。診斷型的工具則會先攔住你，把這句話真正讀起來的樣子攤開來給你看。看到之後，你才能決定怎麼處理。也許你會把語氣放軟；也許那份稜角本來就是你要的，那就留著。我另外寫過一篇：AI 訊息檢查工具能檢查什麼，以及怎麼自己動手。

只會改寫的工具，直接跳過了這一步。它們給你一個比較漂亮的句子，卻從來不告訴你，原來那一句有什麼問題。於是大家就這樣傳出了文字漂亮、意思卻還是傳錯的訊息。所以我把這個領域分成三類：先判讀再動手的工具、只負責改寫的工具，以及針對某個特定對象調整語氣的工具。

在一項電子郵件研究中，寄信的人預期語氣有 78% 會傳達到，實際只有 56%

在談工具之前，先講它們為什麼存在。

2005 年，Justin Kruger、Nicholas Epley 等人在《Journal of Personality and Social Psychology》發表了五項關於電子郵件語氣的實驗¹。在其中一項研究裡，寄信的人預測自己的語氣（認真或諷刺）大約有 78% 會被讀對，收信的人實際讀對的卻只有 56%²，只比丟銅板好一點點，而且收信的人比寄信的人更有自信，以為自己讀對了 89% 的訊息。作者自己的說法是¹：

這種過度自信，源自自我中心。

你讀自己寫的訊息時，耳邊同時播著你全部的本意，像一整套配樂。對方拿到的，只有螢幕上的字。這也是為什麼你光靠自己，很難有把握地判斷一則訊息聽起來是不是很無禮。

二十年後，這項發現成了下面每一款工具的商業模式。

四款會先判讀你的語氣、再動手改字的工具

Subtext

Subtext 是我共同創辦的工具，為私人訊息而做，不是為文件。你可以貼上一份草稿、放進對話的截圖，或錄一段語音，它會先把整段對話讀完，才開口說話。它會標出哪些字詞可能讓人覺得嚴厲、被動，或容易被誤讀，再說出底下的感受³。判讀完之後，點一下就能微調：「更溫暖」、「更短」、「更隨性」、「加點自信」⁴。它會以你原本的措辭為起點改寫訊息，而且絕不會替你傳送任何東西。

Subtext 在一份草稿裡最多標出三個問題，標籤來自 48 種觸發點，點一下標籤就會說明原因。我拿自己編的草稿「好吧，這樣也可以。」給它跑。它回傳的標籤是「訊息矛盾」，並把感受命名為「無奈」。標籤的說明寫道，「好吧」聽起來有點勉強，後面又說「也可以」，所以「對方可能分不清你是真的同意還是不太開心」。它提供的第一個版本「貼近原意」標為「可放心傳送」，內容是「好，這樣也可以。」，標示背後的說明是，拿掉勉強的「好吧」之後，「同意的意思很清楚，對方不容易誤會」。這個版本把勉強的語氣拿掉了，也就是我前面批評的那種做法，所以只有在你本來就沒有勉強的意思時，它才算對。這一回三個版本都是這樣：「更溫暖」的「好啊，這樣也可以，謝謝你願意一起想辦法。」和「自然改寫」的「沒問題，就照這樣吧，我可以配合。」，說的也都是乾脆的好。保留那份勉強的版本，這次它沒有給；想留下來的話，得自己寫回去。以上是 App 實際的輸出，沒有經過編輯。這一段的內容出自 App 本身，沒有外部來源。

從 2026 年 10 月起，Subtext 也有「記憶」功能：簡短的筆記，記下你怎麼寫訊息給某個人，另外還有「Work」和「Friends」之類的寫作風格。這和後面那類依讀者調整語氣的工具替收件人建立側寫，是兩回事。

它的商店介紹寫得很直白，點名的對象是傳出去前把同一則訊息改寫五遍的人、想太多的人，以及任何會懷疑「這樣聽起來還行嗎？」的人⁴。最熱情的評論，有不少來自神經多樣族群的使用者，也就是我們另一頁給神經多樣成人用的 AI 語氣檢查工具寫給的那群人，尤其是把又長又亂的草稿丟進去，拿回清楚、卻仍然像自己說的話的 ADHD（注意力不足過動症）使用者⁵。它有 iOS 和 Android 版本，另有可同步的網頁版；App 支援 17 種以上的語言，每一種都是直接以該語言寫成，不是翻譯而來。可以免費試用，之後要訂閱才能解鎖其餘功能。我先說明兩個限制：它是為訊息打造的，所以長篇文件要另外找工具；而且它自己的條款明白寫著，它是溝通助理，不是心理治療⁶。條款裡也寫了，你的訊息不會拿來訓練 AI 模型。

Grammarly 的語氣偵測

Grammarly 提供的，是全世界部署最廣的語氣診斷。它會根據用字、措辭、標點，甚至大小寫，判斷你文字的語氣⁷，背後用的是規則加機器學習的組合⁸。2019 年推出時，它能辨識約 40 種語氣，從友善、開心，到具攻擊性、不耐煩⁹。它需要有一點文字才能判斷：在瀏覽器上大約要 150 個字元¹⁰，手機鍵盤上是 90 個字元¹¹。標籤本身就是診斷；句子層級的語氣改寫，則放在付費方案裡。對企業來說，Grammarly Business 多了品牌語氣，管理員可以從 50 多種語氣中挑選，並標示為符合或不符合品牌¹²，系統會即時提醒每個人。Grammarly 後來又新增了 Reader Reactions，這是 Grammarly docs 裡的一個 AI 代理，能模擬你指定的讀者（例如主管或客戶）會怎麼解讀你寫的內容¹³。如果你的寫作主要在文件和工作電子郵件裡，這就是基準。

Goblin Tools（Judge 和 Formalizer）

Goblin Tools 是比利時開發者 Bram De Buyser 做的一組免費迷你 AI 工具，網站上形容它們是「小而簡單、一次只做一件事的工具」¹⁴，主要是為神經多樣族群設計的。其中有兩個和這篇文章有關。Judge 能判讀你收到的任何訊息背後的心情或情緒，Formalizer 則能立刻把你的文字改寫成合適的語氣¹⁵，還有一個「spiciness」（辣度）調整鈕，用來控制改動的幅度。這種替收訊那一方解讀訊息的工具很少見；這篇文章裡幾乎所有其他工具，看的都只是你要傳出去的內容。網站是免費的，手機 App 則是便宜的一次性買斷。

Sapling

Sapling 鎖定客服和業務團隊，並公開了這一組工具裡最透明的語氣分類。它的免費語氣檢查工具能在句子和整份文件兩個層級，辨識 25 種以上的情緒語氣（喜悅、困惑、感激、恐懼）¹⁶，開發者 API 則涵蓋 28 種語氣，並提供每個句子的機率¹⁷。如果你想把語氣偵測做進自己的產品，這是實用的選擇，算是那個舊 IBM API 的接班人，而我們馬上就要替那個 API 送終。

七款讓你指定語氣、直接幫你改寫的工具

這些工具都很有用，我自己也用其中幾款；不過除了 Outlook 裡的 Copilot，沒有一款會告訴你，原本那份草稿讀起來怎麼樣。它們只會遞給你另一份草稿。

Apple Intelligence 的書寫工具（Writing Tools）位在系統層級，能把選取的文字改得更專業、更友善或更簡潔，幾乎所有能打字的地方都能用，包括第三方 App¹⁸，另外還有一個自由輸入的「Describe your change」（描述你想要的修改）輸入框¹⁹。在支援的裝置上，搭配 iOS 18.1、iPadOS 18.1 或 macOS Sequoia 15.1 就能免費使用。三種預設語氣，零診斷。我另外逐項功能比較過 Apple、Google、Grammarly 和 ChatGPT 各自會對你的訊息做什麼。

Microsoft 的 Copilot 在 Office 裡做的是同一類事：你可以在 Word 裡選取文字，選擇「Rewrite」（改寫），再用「Adjust Tone」（調整語氣）選單，選項包括「Neutral」、「Casual」和「Concise」²⁰。Outlook 是例外。在那裡，Copilot 的電子郵件指導（email coaching）會針對草稿的語氣、清晰度和讀者感受提出建議²¹，這讓它成為這一組裡唯一做了一點診斷的工具，不過只限工作電子郵件。你能用到什麼，要看你的 Microsoft 方案和用的是哪一種 Outlook；至於這個指導功能準不準，我沒看過任何證據。

Wordtune 是專門的改寫工具裡最快上手的一款。你把一個句子反白，點選「Casual」或「Formal」，另外還有「Shorten」和「Expand」²²，再從建議裡挑一個。有免費方案，付費方案年繳每月約 $7 起²³，以上是 2026 年 8 月的資料。

Hemingway Editor 是靠易讀性打響名號的，它用顏色標出冗長的句子和被動語態，這和語氣相鄰，但不是語氣本身。付費的 Hemingway Editor Plus 加入了 AI 改寫，包括把選取的文字調整得更專業或更友善²⁴，以及專門的更口語、更正式、更有說服力的工具²⁵。就我所知，對付文字臃腫，它仍是最好的解藥。

再簡單講三款。LanguageTool 是多語言的選擇，一個支援約 30 種語言的文法與風格檢查工具，付費方案另有改述功能；語氣在這裡只是附帶的效果，不是產品本身。ProWritingAid 是給長篇稿件用的，有一整疊深入的風格與易讀性報告，卻無法即時判讀一則訊息傳出去，對方會怎麼讀。至於 QuillBot，是學生愛用的改述工具，有預設模式，其中包括「Formal」；它改得很流暢，卻對你的原稿什麼也沒說。

四款依特定讀者調整語氣的工具

這一組回答的是另一個問題：我該怎麼說，對這個特定的人才合適？或者怎麼說，才像這家特定的公司？

Crystal 用 DISC 人格架構替你的收件人做側寫，接著它的 Writing Assistant 會在 Gmail 或 Outlook 裡，即時檢查你電子郵件的用字、措辭、風格和語氣，並引導你往那個人的溝通風格靠攏²⁶。我覺得它有點讓人不安，偶爾又很精采，而且很明顯是為業務而做的。

Lavender 是開發信的教練，會在你寫的同時，替每份草稿打 0 到 100 分，評分因素包括語氣，並根據回覆率資料提出修改建議²⁷。它有每月 5 封信的免費方案，付費方案則是每月 $29 起（2026 年 8 月的資料）²⁷。如果你的工作是主動開發客戶，這個分數很快就會變成習慣。

Textio²⁸穩坐招募這塊利基市場，會標出職缺說明和績效回饋裡帶有偏見或排他性的用語，並評估這些文字在求職者眼中的效果。至於 Writer，走的是企業級的規模：你上傳寫作範本，它就建立一份語氣設定檔²⁹，讓整個組織的 AI 產出維持同一種語氣。

免費的單頁檢查工具沒問題，但有一個但書

大牌之外，還有一長串免費、貼上文字就能用的網頁。Sapling 的免費檢查工具（前面談過）是其中可信的一個。LiveChatAI 的語氣檢查工具³⁰會辨識出主要語氣，並標出是哪些詞句促成了這個判斷，只做偵測，不改寫。AskAI 的版本³¹是在聊天模型外面包一層 0 到 100 的正式度分數，並標出長篇文件裡語氣的偏移，重度使用則要付費。拿來看一段部落格文字或一封求職信，我信得過它們。

你貼進免費網頁的任何內容，都會傳到某個人的伺服器，而這些網頁多半沒怎麼交代接下來會怎樣。行銷文案的一段話，我會毫不猶豫地貼進去；分手訊息，我會離它們遠遠的。

17 款工具，依它們最先做的事分類

這張表把上面的十七款工具全部列進來，包括 Subtext，並依各自最先做的事分組。

分類	工具	功能	適合用在哪裡
先判讀你的語氣	Subtext	標出可能讓人覺得嚴厲的字詞，說出感受，再改寫	私人訊息，適合愛想太多的人
先判讀你的語氣	Grammarly 的語氣偵測	從用字、措辭和標點判斷你的語氣	文件和工作電子郵件
先判讀你的語氣	Goblin Tools	Judge 判讀收到的訊息背後的心情；Formalizer 改寫你的文字	主要是神經多樣族群
先判讀你的語氣	Sapling	免費檢查工具可辨識 25 種以上的語氣；API 涵蓋 28 種	客服和業務團隊
不判讀你的語氣	Apple Intelligence 的書寫工具	把選取的文字改得更專業、更友善或更簡潔	本來就在用 Apple 裝置的人
不判讀你的語氣（Outlook 除外）	Word 和 Outlook 裡的 Copilot	在 Word 透過「Adjust Tone」改寫；在 Outlook，電子郵件指導會針對語氣、清晰度和讀者感受給意見	有 Copilot 的 Office 使用者
不判讀你的語氣	Wordtune	改寫反白的句子：「Casual」、「Formal」、「Shorten」或「Expand」	專門的改寫工具裡最快的一款
不判讀你的語氣	Hemingway Editor	用顏色標出冗長的句子和被動語態；Editor Plus 加入 AI 改寫	易讀性，以及對付文字臃腫
不判讀你的語氣	LanguageTool	檢查約 30 種語言的文法和風格；付費方案提供改述	多語言寫作
不判讀你的語氣	ProWritingAid	產出深入的風格與易讀性報告	長篇稿件
不判讀你的語氣	QuillBot	以預設模式改述，其中包括「Formal」	學生
依讀者或公司調整語氣	Crystal	用 DISC 替收件人做側寫，引導你的電子郵件往對方的風格靠攏	業務，在 Gmail 或 Outlook 裡使用
依讀者或公司調整語氣	Lavender	為草稿打 0 到 100 分（含語氣），並提出修改建議	開發信和業務開發
依讀者或公司調整語氣	Textio	標出職缺說明和回饋裡帶有偏見或排他性的用語	招募
依讀者或公司調整語氣	Writer	用你上傳的寫作範本建立語氣設定檔	企業規模的全公司品牌語氣
免費單頁檢查工具	LiveChatAI	辨識主要語氣和背後的詞句；不改寫	免費、貼上文字就能用的網頁
免費單頁檢查工具	AskAI	0 到 100 的正式度分數；標出長篇文件裡的語氣偏移	免費、貼上文字就能用的網頁

Subtext 是作者自己的產品。各列依本文的段落排序，不是排名。貼進任何免費網頁檢查工具的文字，都會傳到某個人的伺服器。

大家以前都引用的語氣 API，已經死了

有十年的時間，技術意義上的「語氣檢查」指的就是 IBM Watson Tone Analyzer，也就是無數展示和研究論文背後的 API。它已經不在了。IBM 在 2022 年 2 月 24 日宣布淘汰這項服務，並於 2023 年 2 月 24 日停止服務³²。留下來的，是 Watson 自然語言工具包裡一個小型的預先建好的語氣分類模型³³，涵蓋英文和法文，類別不多，例如興奮、煩躁、不禮貌、禮貌、悲傷、滿意和同情。

我把這篇訃聞放進來，是因為它能解釋這個市場。獨立語氣 API 的時代結束了，熱度轉移到上面那些助理，以及能隨時依需求改寫任何內容的大型語言模型身上。接下來，就是比較讓人不舒服的部分。

關於讓 AI 動你的文字，研究怎麼說

改寫這件事，現在已經輕而易舉。後果就沒那麼單純了，而且這方面已經累積了相當扎實的文獻。

研究者把這稱為 AI 中介溝通（AI-mediated communication），指的是 AI 系統修改、擴充或產生人與人之間訊息的情況³⁴，這是 Jeff Hancock、Mor Naaman 和 Karen Levy 在 2020 年下的定義。最受矚目的發現，早一年就出現了：在 CHI 發表的一項 Airbnb 房東個人檔案研究中，Jakesch 的團隊發現，讀者對自己認為是 AI 寫的文字，信任度評分比較低³⁵。後續一項關於 AI 智慧回覆的研究發現，這些建議改變了人們實際寫出的語言，使它偏向正面，也改變了對話雙方對彼此的觀感³⁶。AI 訊息改寫工具到底有沒有用，我在另一篇文章裡談得更深入。

模型本身也有偏誤的問題。Monash University 在 2025 年的一項研究，以刻意保持中立的提示詞，產生了數千段助理對話，結果發現一致的偏斜。用研究者的話說，這些模型預設會聽起來「過度客氣、開朗或謹慎，即使在應該保持中立的時候也一樣」³⁷，而且語氣分類器偵測這種偏斜的 macro-F1 分數，最高達 0.92³⁷。機器是有口音的。如果你讓其中一個替你改寫所有要傳的訊息，你也會開始帶著那個口音說話。自然語言處理（NLP）領域甚至替底層的這套機制取了名字，叫文字風格轉換（text style transfer），相關的綜述文獻也不少³⁸，但這些研究沒有一項是拿你之所以聽起來像你的那些特質來訓練的。正因為有這個口音，Subtext 在任何改寫裡，都以你自己的措辭為起點，而不是換成一套公版風格。

我從這一切得到的結論是，這些工具要先當鏡子用，只有少數時候才拿來當代筆。當然，這是我自己的結論，別忘了我是有利益關係的人。傳送前先判讀語氣，處理的正是 Kruger 那項研究裡 78 對 56 的落差，不過它仍是從你腦袋之外做出的猜測。在 2025 年 ACL 的一項研究裡，人類讀者和語言模型讀出的情緒，與寫的人自己說的感受，都只能部分吻合³⁹，所以任何檢查工具的判讀（包括我的），都請當成第二意見。把你傳出去的每一則訊息都完整改寫，會製造出另一個問題：你媽媽看得出來，回她訊息的是機器人。

我會怎麼選

私人訊息和困難的對話，我的短名單是 Subtext 或 Goblin Tools。想把診斷、改寫和對話脈絡放在同一個地方，又要保留你自己的口吻，就選 Subtext；想要免費、一次只做一件事、不用帳號，就選 Goblin 的 Judge 和 Formalizer。文件和工作電子郵件，Grammarly 的語氣偵測是基準，Hemingway 則負責刪掉臃腫的部分。如果你用的是 Apple 裝置，書寫工具不用另外花錢，就能做預設的語氣調整；如果你的工作單位已經在付 Copilot 的費用，它在 Outlook 的指導功能，能替工作電子郵件做基本的判讀。只有在你需要真正的診斷時，才需要為專門的工具付費。要做業務開發，選 Lavender；要針對收件人調整訊息，選 Crystal；要處理招募用語，選 Textio；要管全公司的品牌語氣，選 Writer。預算不多，又想弄清楚這是怎麼回事？Sapling 的免費檢查工具加上 Goblin Tools，不用花一毛錢，就能讓你摸清這個概念。

不管你選哪一個，最後都要由你自己定稿。上面的研究相當明確地指向一點：目標是一則聽起來像你狀態好的時候寫的訊息，而不是像一個禮儀無懈可擊的模型寫的。

如果你對「這樣聽起來還行嗎？」的那一刻再熟悉不過，Subtext 正是為那一刻打造的。貼上草稿，或把對話串截圖，讓它讀到雙方的訊息；它會告訴你這則訊息傳出去會透出什麼訊號，標出是哪些字詞造成的，再提供幾個仍然像你說話的版本。

這篇文章我合併了三份 AI 研究報告，並刪掉查證不過的內容，但我不會假裝留下來的部分毫無爭議。如果你做的是其中一款工具，覺得我低估了你的產品，或者你知道有哪個檢查工具的診斷比我找到的這四款更好，請告訴我，我會測試並更新這篇文章。

Samet Durgun 是 Subtext 的共同創辦人，這款 App 會抓出你訊息裡的情緒語氣，並用你自己的口吻改寫。他住在柏林。

資料來源

上面的每個連結，只要有原始來源，都直接連到原始來源。引用在下方依出現順序編號。

語氣為什麼會出錯

Kruger, J., Epley, N., Parker, J., and Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. DOI: 10.1037/0022-3514.89.6.925. Open PDF:
American Psychological Association, Monitor on Psychology (2006 年 2 月). E-mails and egos.

工具

用 AI 寫作

Hancock, J. T., Naaman, M., and Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100.
Jakesch, M., French, M., Ma, X., Hancock, J. T., and Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019.
Mieczkowski, H., Hancock, J. T., Naaman, M., Jung, M., and Hohenstein, J. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1).
Bodara, H., Mushfiq, M. M., and Siddiqui, I. F. (2025). Bias Beneath the Tone: Empirical Characterisation of Tone Bias in LLM-Driven UX Systems. UISE ’26 workshop (ACM).
Jin, D., Jin, Z., Hu, Z., Vechtomova, O., and Mihalcea, R. (2022). Deep Learning for Text Style Transfer: A Survey. Computational Linguistics, 48(1), 155-205.
Li, J., Zhou, Y., Narayanan Venkit, P., Islam, H. B., Arya, S., Wilson, S., and Rajtmajer, S. (2025). Can Third Parties Read Our Emotions? Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 21478-21499.