本研究藉由2019年中文情緒對話生成（CECG）評比任務所提供約170萬則語料，運用深度學習GPT-2與BERT等技術與工具，實作了具備情感對話的系統，並以CECG提供的測試發文評估其成效。由三位人工判斷的結果，顯示本研究建置發展的系統，與2019年CECG評測最佳團隊的系統有類似的成效水準。而進一步的案例分析發現，對於訓練資料中較普遍的話題，GPT-2的語言建模技術，的確可以生成創新、有趣、完美的回應文句。本研究的主要貢獻為：一、將情感融入發文字串中做為條件求機率，以便簡潔地依原方式訓練並使用GPT-2；二、運用BERT來預測回應文句的連貫性以做為排序的依據。雖然這兩項技巧分別源自GPT與BERT的訓練機制，但我們稍加修改應用於CECG的任務上，獲得了不錯的效果。