情绪

1 定义

情绪（emotion）是个体对事件、对象或情境产生的短暂情感反应，是由神经和激素系统参与的复杂过程，其中同时包含主观体验、认知活动、生理调节和行为反应。为了描述与测量情绪，有两类具代表性的视角：基本情绪和情绪维度。

基本情绪视角的研究者认为，人存在多个具有独特功能和生物学基础的基本情绪，每种情绪具有相对独立的主观体验、表达方式和行为倾向。其中，Ekman提出6种核心基本情绪，包括快乐、惊喜、愤怒、恐惧、悲伤和厌恶 [@ekmanArgumentBasicEmotions1992]，它们是人类长期演化形成的适应机制，能跨文化地表现出相似的面部表情和行为反应。例如，恐惧有助于个体识别威胁并迅速回避危险，愤怒则与应对阻碍和冲突有关。大量跨文化面部表情研究为这一观点提供了支持。更进一步，Plutchik将8种基本情绪组织为一个系统结构 [@plutchikNatureEmotionsHuman2001]，并用情绪轮（emotion wheel）表示这些情绪之间的关系。不同情绪不仅具有强度变化，例如从烦恼到愤怒再到暴怒，还能够相互组合形成更复杂的情绪体验。情绪轮模型至今仍广泛用于情绪可视化、情绪标注和用户体验研究。

另一方面，维度理论认为情绪之间并不存在明确边界，而是分布在多个连续维度构成的空间中。这一思路的重要代表是PAD模型（Pleasure-Arousal-Dominance model），维度包括效价（valence）、唤醒（arousal）和支配感（dominance） [@mehrabianPleasurearousaldominanceGeneralFramework1996]。效价反映情绪是积极还是消极，唤醒反映个体处于平静还是激活状态，支配感则反映个体感到控制局面还是受到环境控制。例如，兴奋和快乐都具有积极效价，但兴奋的唤醒水平更高；愤怒和恐惧都属于高唤醒状态，但支配感可能不同。PAD模型认为，大多数情绪状态都可以通过愉悦、唤醒和支配三个维度描述，可以使用连续坐标表示情绪变化。另外，维度理论最早只有效价与唤醒两个维度，因此一些研究为了简化问题，会选择只研究效价与唤醒两个维度。

2 测量方法

情绪表现为主观体验，会伴随生理反应和行为变化。因此，情绪测量通常包括主观汇报、生理测量和行为表现测量三类方法。

2.1 主观汇报

在主观汇报上，基本情绪与情绪维度两个视角都有各自的量表。从基本情绪视角出发，一个典型工具是微分情绪量表（Differential Emotions Scale，DES） [@izardMeasuringEmotionsInfants1982]。该量表分别测量10种具体的基本情绪（兴趣、快乐、惊讶、悲伤、愤怒、厌恶、轻蔑、恐惧、羞耻、内疚），每个情绪3个形容词条目，共30项条目，采用5点李克特量表测量。

从维度理论出发，一个常用工具是正性负性情绪量表（Positive and Negative Affect Schedule，PANAS） [@watsonDevelopmentValidationBrief1988]。该量表通过多个情绪形容词测量正性情绪和负性情绪两个维度，每个维度10项条目，共20项条目，采用5点李克特量表。PANAS的应用十分广泛，除了即时的情绪之外，还可以用于测量一段时间内长期的情绪状态。另一个常用工具是SAM量表（Self-Assessment Manikin，SAM）[@bradleyMeasuringEmotionSelfassessment1994]。SAM采用图形化的人偶而非文字描述，仅有3项条目分别对应PAD模型的3个维度：一排小人从笑脸到哭脸（代表效价），一排从小心跳到大心跳（代表唤醒），一排从体型大到体型小（代表支配）。SAM的好处是它不依赖语言文字，可以跨文化、跨年龄段使用。

一些研究者尝试整合上面两个视角，例如GRID问卷 [@fontaineComponentsEmotionalMeaning2013]。它包含142个情绪特征的具体描述，覆盖评价、身体反应、表达、行动倾向、感受5方面，同时提取出四个维度：效价、唤醒、支配感，以及新颖性。其中新颖性是PAD模型所没有的，表示事件的意料之外程度（从熟悉到新奇）。研究者通过多个国家的数据研究验证了该问卷能够跨文化使用。此外，它还有更简化版工具（CoreGRID、MiniGRID）。GRID问卷链接

2.2 生理测量

在生理测量方面，研究者主要关注情绪相关神经系统活动所产生的信号。第一，在中枢神经系统方面，可以采用脑电图（EEG）、功能磁共振成像（functional magnetic resonance imaging，fMRI）、功能近红外光谱（fNIRS）等手段。脑电可以通过脑电仪，在头皮上多个离散点位，记录大脑皮层神经元活动的电位波动。例如，情绪测量常用指标是额叶alpha波的不对称性，左侧前额叶激活与趋近性情绪（快乐、愤怒）相关，右侧则与回避情绪（恐惧、悲伤）相关 [@davidsonAnteriorCerebralAsymmetry1992]。EEG的时间分辨率极高，能记录毫秒级的电位变化，但空间分辨率较差，一般只是在头皮上选取数个至几十个点位来测量，且难以收集到大脑皮层内部（例如海马体、杏仁核）的信号。与之相反，功能磁共振成像（fMRI）通过测量脑组织中的血氧水平依赖信号间接反映神经活动，能扫描到脑部的三维数据，空间分辨率极好。fMRI研究发现，杏仁核对恐惧相关刺激会快速激活，以及前额叶对情绪反应有调控作用。但fMRI的时间分辨率较差，且设备昂贵，许多人因实验无法使用这一工具。空间与时间分辨率介于EEG与fMRI之间的是功能性近红外光谱（fNIRS），它利用近红外光测量大脑皮层表面的血氧变化，间接反映神经活动。前额叶皮层血氧变化与情绪效价、压力水平以及情绪调节过程存在关联。

第二，在自主神经系统方面，情绪会产生心跳、出汗、瞳孔变化等可测的反应。自主神经系统分为交感神经系统（SNS）和副交感神经系统（PNS）两个部分。交感神经通常与应激状态有关，会引起心率加快、出汗增加和瞳孔扩大等反应；副交感神经则主要参与恢复和放松过程，通常表现为心率减慢和瞳孔收缩 [@kreibigAutonomicNervousSystem2010]。以下为测量情绪的常用指标：

1. 在心血管指标方面，最常用的指标是心率（heart rate，HR）和心率变异性（heart rate variability，HRV）。心率反映单位时间内的心跳次数，受到交感和副交感神经的共同调控。心率变异性则反映连续心跳间隔的波动程度，其中高频成分通常被认为与副交感神经活动密切相关。较高的HRV通常意味着更强的生理调节能力和更好的情绪调节能力，因此被广泛应用于压力、情绪和恢复状态研究。
2. 皮肤电活动（electrodermal activity，EDA）是指皮肤电导，当人出汗时电导会发生变化。而汗腺分泌主要是由交感神经活动产生的，因此皮电是交感激活的指标。皮电具有较高的时间分辨率，能够反映情绪的唤醒强度。
3. 瞳孔直径受到交感和副交感神经的共同调控，因此能够反映两者作用的综合结果。不过，瞳孔扩张不仅与情绪唤醒有关，也与认知负荷增加有关。因此，瞳孔变化通常被视为个体投入程度或唤醒水平的指标，而较少用于区分具体情绪类别。

第三，在躯体神经系统方面，情绪会影响面部肌肉，这能够通过肌电图（EMG）来测量。例如，皱眉肌活动通常与负向情绪相关，颧骨肌能把嘴角向上拉，它的活动通常与正向情绪相关[@dimbergDistinguishedEarlyCareer1990]。总之，单独的生理指标难以直接测出情绪，每个指标有敏感范围和混淆来源。因此，研究者需要根据理论选择指标集合，并始终将生理数据与主观报告、行为数据配合解读。

2.3 情绪的行为表现测量

情绪在人与人之间可以通过许多行为线索来传达，皱眉、微笑、叹气、抬高的音量等表达性行为本身就是情绪的重要成分与测量的依据。研究者主要通过面部、语音和文本三个通道捕获这些表达，每个通道的分析都可以由人来识别（手工编码、声学分析），也可以由AI模型来识别。

2.3.1 根据面部表情识别情绪

面部表情是人类最直接的情绪表达方式之一。不同表情下，面部肌肉会出现相对稳定的变化模式，例如愉悦时嘴角上扬，愤怒时眉毛下压，惊讶时双眼睁大。面部表情测量最经典的方法是面部动作编码系统（Facial Action Coding System，FACS）[@Ekman1978]。该系统基于解剖学基础，将面部肌肉运动分解为44个动作单元（Action Unit，AU）。例如，AU12表示颧大肌收缩导致的嘴角上扬，AU6代表脸颊提升，AU4表示眉毛下压。研究者观察并记录参试者面部出现了哪些动作及其强度，再根据动作单元的组合推断可能的情绪。例如，AU6与AU12同时出现通常与真实愉悦相关，而单独出现AU12则可能只是礼貌性微笑。

传统FACS编码通常由经过专门训练的编码员逐帧分析视频完成，能够获得较高的测量精度，但耗时较长。随着计算机视觉技术的发展，研究者开始利用自动化方法分析面部表情，主要有两条技术路线。第一条路线沿用FACS框架，通过计算机视觉自动识别动作单元（AU），再根据动作单元组合推断情绪状态。这种方法保留了FACS较强的可解释性。第二条路线直接将面部图像或视频输入机器学习模型，由模型输出情绪类别或效价、唤醒等连续情绪维度。近年来，深度学习推动了端到端表情识别的发展，卷积神经网络（CNN）、视觉Transformer模型被广泛应用于情绪识别任务，多模态大模型和生成式人工智能技术也开始被用于情绪分析与表情理解。此外，相较于单帧图像分析，基于视频序列的动态方法能够利用表情变化的时间过程进行识别，对微表情和模糊表情的分析通常更有效。

2.3.2 根据文本识别情绪

人在口语、书面或网络的交流中产生大量文本，这些文本中蕴含丰富的语义与情绪信息。最早的分析便是从语义出发，先构建出情绪词典，即将大量词汇按心理学维度预先分类，然后统计一段文本中各类词的出现频次，从而识别情绪。这一路线的典型代表是LIWC（Linguistic Inquiry and Word Count）和NRC情绪词典（NRC Emotion Lexicon）。以LIWC为例，它将数千个词归入情绪、认知和社会等维度，并利用各类词汇的相对频率反映个体的心理状态。这种词典方法具有透明、易解释的优点，但难以处理语境、讽刺、否定和复杂语义，因此分析能力受到一定限制。

后来随着自然语言处理（NLP）技术的发展，文本情绪分析逐渐转向机器学习方法。机器学习方法首先需要将文本转换为数值特征。早期方法通常采用词袋模型或TF-IDF特征，将文本表示为词频向量，再利用支持向量机（SVM）、朴素贝叶斯等分类器学习文本特征与情绪标签之间的关系。这类方法实现简单、效果稳定，但无法体现词义相似性或捕捉上下文信息。为解决这些问题，后来的词向量技术，例如Word2Vec、GloVe等方法利用大规模语料，将词语表示为较为稠密的向量（即0比较少、信息比较密集的向量），并且使向量空间中的距离能够对应实际的语义距离。但这些早期词向量技术仍然无法体现语境、处理一词多义的问题。

深度学习方法进一步提升了模型对上下文的理解能力。递归神经网络（RNN）及长短期记忆网络（LSTM）能够利用上下文信息建模长距离依赖关系。近年来，基于Transformer架构的预训练语言模型，例如BERT，成为文本情绪分析的主流方法。与传统词向量不同，BERT等模型会根据具体上下文动态生成词语的向量表示，解决了一词多义的问题。此类模型通常先在海量无标注文本上预训练，然后人因研究者可以再利用自己收集的特定任务情境的数据集，对模型进行微调，从而显著提升情绪识别性能。此外，近年的GPT等大语言模型进一步扩展了文本情绪分析的能力。相比传统分类模型，它们不仅能够完成情绪分类任务，还能够在零样本或少样本条件下完成情绪识别、情绪解释和更加细节精准的情绪标注。

2.3.3 根据声音识别情绪

语音的测量通过分析个体说话时的声学特征来推断情绪状态。与文本分析不同，语音情绪测量关注的是发出的音频，不关心说了什么内容。和表情类似，不同情绪往往伴随相对稳定的声学变化模式。例如，愤怒和恐惧通常表现为较高的音高、更快的语速和更大的音量，而悲伤则往往表现为较低的音高、较慢的语速和较小的音量。这些变化与情绪引发的生理唤醒有关，例如交感神经激活会导致声带紧张、音高升高以及发声速度加快。语音情绪测量的主要优势在于能够在电话、会议和日常交流等自然场景中持续采集数据，但其结果容易受到背景噪声、语言差异、个体发声习惯以及文化背景的影响。

语音情绪分析也逐渐从人工特征分析发展到自动化识别。传统语音情绪识别首先提取声学特征，再利用支持向量机（SVM）、随机森林等机器学习模型进行分类、识别情绪。常用声学特征包括基频（fundamental frequency，F0）的均值与变化范围、声音强度、语速、停顿时间，以及反映声音质量的频谱特征、共振峰、抖动（jitter）和闪烁（shimmer）等。研究者通常利用Praat、openSMILE等工具从录音中自动提取这些特征，并进一步分析其与情绪状态之间的关系。近年来，深度学习方法开始直接从语音频谱图或原始语音信号中学习情绪特征，同样，卷积神经网络（CNN）、循环神经网络（RNN/LSTM）和Transformer等模型已成为常见技术路线。

3 参考文献

Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry, 25(1), 49–59. https://doi.org/10.1016/0005-7916(94)90063-9

Davidson, R. J. (1992). Anterior cerebral asymmetry and the nature of emotion. Brain and Cognition, 20(1), 125–151. https://doi.org/10.1016/0278-2626(92)90065-T

Dimberg, U. (1990). For Distinguished Early Career Contribution to Psychophysiology: Award Address, 1988. Psychophysiology, 27(5), 481–494. https://doi.org/10.1111/j.1469-8986.1990.tb01962.x

Ekman, P. (1992). An argument for basic emotions. Cognition and Emotion, 6(3–4), 169–200. https://doi.org/10.1080/02699939208411068

Ekman, P., & Friesen, W. V. (1978). Facial action coding system: a technique for the measurement of facial movement. Consulting Psychologists Press.

Fontaine, J. J. R., Scherer, K. R., & Soriano, C. (2013). Components of emotional meaning: A sourcebook. OUP Oxford.

Izard, C. E., & Read, P. B. (1982). Measuring Emotions in Infants and Children: Based on Seminars Sponsored by the Committee on Social and Affective Development During Childhood of the Social Science Research Council. Cambridge University Press.

Kreibig, S. D. (2010). Autonomic nervous system activity in emotion: A review. Biological Psychology, The Biopsychology of Emotion: Current Theoretical and Empirical Perspectives, 84(3), 394–421. https://doi.org/10.1016/j.biopsycho.2010.03.010

Mehrabian, A. (1996). Pleasure-arousal-dominance: A general framework for describing and measuring individual differences in Temperament. Current Psychology, 14(4), 261–292. https://doi.org/10.1007/BF02686918

Plutchik, R. (2001). The Nature of Emotions: Human emotions have deep evolutionary roots, a fact that may explain their complexity and provide tools for clinical practice. American Scientist, 89(4), 344–350. https://www.jstor.org/stable/27857503

Watson, D., Clark, L. A., & Tellegen, A. (1988). Development and validation of brief measures of positive and negative affect: The PANAS scales. Journal of Personality and Social Psychology, 54(6), 1063–1070. https://doi.org/10.1037/0022-3514.54.6.1063