情绪形容词词义的模糊赋值

《情绪形容词词义的模糊赋值》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、!心!理!学!报!!""#!!""$#$&"#!&))!!!"#$%&’"()*)+,"$-,.,"$情绪形容词词义的模糊赋值"凤四海!黄希庭"西南师范大学心理学院暨研究所!重庆#""&)B#摘!要!’B’名大学生被试用模糊赋值方法对表示喜&怒&哀&惧四种基本情绪的#A个形容词的强度和复杂度作语义经验赋值%结果表明$%强度和复杂度是两个不同的情绪评定维度!两者间的情绪形容词模糊语义赋值结果没有必然联系%&在强度和复杂度赋值上!各词的取值基本符合人们日常对这些词所表达情绪体验的理解!性别的量表值存在较大一致性%’男&女生在赋值上的差异主要表现在各词位次和把握度的不同!这种差异可能与不同性别的情

2、绪经验及个体差异有关%(大学生情绪形容词模糊语义赋值的把握度总体上都较高!各词的语义在两个维度上都存在一定的模糊性%)根据各词强度赋值隶属度数据计算的模糊距离测度和@94方关联测度得到了四类形容词相似的聚类分析结果%关键词!基本情绪!情绪形容词!模糊语义赋值!模糊聚类%分类号!IA#!a$)B*替%随着对情绪言语识别研究的进展!基于言语)!前!言驱动"EO<<891;K4Q<6#的情绪识别系统也正成为]HV!!情绪交流包括情绪表达和情绪识别!当前人工建模的另一方向!该系统能够通过用户的言语’知)$*智能领域的一个研究热点是如何实现人与计算机之觉(其情绪状态并做出适当的反应%间的情绪交流!特别

3、是如何使计算机’知觉(人类的!!许多研究者认为必须利用语言的内容来进行情情绪%作为其应用!开发基于此目的的人性化的用绪识别!H53KD认为必须利用句子中的情绪关键词户界面和人(机互动"9P23618:2OP>4:6!]HV#系统将成为下一代计算机系统的典型的动词对情绪的指示作用远强于言语的内容%然特征之一%而!言语内容和表情一样可能是’模糊(不可辨的!一!!)%&"年代以0D236等为代表的心理学家用面个句子可能表达多种情绪%因此!基于’言语(驱动部表情的迫选式命名作业研究了跨文化条件下人类的这种情绪识别系统

4、虽然也考虑到诸如词汇&短语基本情绪的一致性!并建立了一个包括#$个面部肌)&*序列等言语内容信息!但更强调结合辅助言语通)!!#*肉动作单元的’面部动作解码系统("U+HG#%路的有关信息!即用户言语的语音学或声学特征如此种研究模式在)%%"年代遭到很多批评!如?PE1语调&音调&重音&节律特征&基础频率&能量等%这E<55指出此种范式可能无法揭示各种文化中情绪方面的一些重要发现如$’哀(情绪往往和音调标准)’*’概念(的准确等价物%尽管如此!U+HG所代表差较小且语速较慢相联系!而’怒(情绪则和大音调))!$*的研究方法仍成为]HV建模的主要思路之一!即给标准差及高语速相联系等%计算机系统

5、加装视频设备采集用户面部的静止图像!!然而!这种识别系统仍然停留在识别基本情绪或视频片断!通过分析面部表情特征或表情的动态类型的水平上+同时即便是精细的频谱分析对于不)#*变化来达到识别用户情绪状态的目的%然而单纯同的文化&不同的说话习惯也未必奏效%正如的面部表情非常’模糊(!只能提供一般情绪类型的H32OC<55指出的!情绪识别研究所依赖的语料库内线索!而言语通路则能够提供情绪状态的具体细节!容有限!其中大部分都使用演员来复制情绪化语言!)$*其作用远非非言语通路或辅助言语通路所能代因此未必能代表自然口语中情绪的真正特征%从!收稿日期$!""’()"(!B"重庆市教委人文社会科学重点研究项

6、目资助%!通讯作者$黄希庭!012345$S>9P367"EJ6P=<;P=86!&"#!$期凤四海等!情绪形容词词义的模糊赋值!&"B这个角度讲"直接采用表达情绪状态的形容词为材+被试给出单值时3ZC,"利用公式料进行词义赋值对于丰富情绪研究的资料"探讨词8%(7+D’,汇等言语内容和情绪之间的关系有着重要的7Z)!!+’Z+),8$&"A%意义#"".4&$0">%!!本研究采用一种模糊区间统计的方法"即将情!!其中Pe+.4,Z"4Z)"!"/".)"D’’$0">%0绪词视为模糊集"利用模糊集值理论评量情绪形容!)-eZ)"!"/"F#统计出分点.4’.j对$3"C%的词的代表值以及

7、把握度&模糊度#事实上"许多研究平均隶属频率"定义为该词所对应模糊集的隶属者都发现情绪表达和情绪识别中存在着一定的模糊$)!")’%度"再计算各词的量表值#根据以往的经验"性#如^K>:6L和XPK6