主观情绪评测

主观情绪评测（self-report affect measurement）在操作层面被定义为：由被试本人对自己当前或某一时段内的情绪状态作出外显判断，并以量表、问卷、访谈或经验取样等形式记录下来的测量方式；其数据来源是「当事人对自己内部状态的报告」，而不是外部观察者或仪器对生理、行为信号的记录。^{55Self-report measures of emotion and affectpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

与生理测量相比，主观情绪评测测量的是情绪体验（experience）层面，而生理测量（如心率变异性、皮肤电导、面部肌电、瞳孔直径）测量的是情绪反应的外周或中枢生理伴随活动；两者在情绪理论中分属不同的反应系统，不能互相替代。^{66The nature of emotion: Fundamental questionsglobal.oup.com前往参考资料 ↓在新标签页中打开|77Emotion measurement: A review of physiological and self-report methodsfrontiersin.org前往参考资料 ↓在新标签页中打开}

生理测量通常具有毫秒到秒级的时间分辨率，可连续记录；而传统的主观情绪评测（如状态量表、日终问卷）依赖被试的回顾与整合，时间分辨率低，且受回忆偏差影响。经验取样法（ESM）与生态瞬时评估（EMA）通过多次即时报告部分缓解了这一问题，但仍无法达到生理信号的采样密度。^{88Experience sampling methodannualreviews.org前往参考资料 ↓在新标签页中打开|99Ecological momentary assessmentannualreviews.org前往参考资料 ↓在新标签页中打开}

行为测量（behavioral measurement）指通过可观察的外显行为推断情绪，例如面部动作编码系统（FACS）对表情肌运动的编码、语音韵律分析、趋近—回避任务的反应时与选择、以及社会互动中的行为观察；它不依赖被试的自我报告，也不直接记录生理信号。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开|1111Behavioral measures of emotionglobal.oup.com前往参考资料 ↓在新标签页中打开}

主观情绪评测的独特优势在于能直接获取情绪的主观体验质（qualia）与效价—唤醒的自我归因，这是生理与行为测量无法直接给出的；其代价是依赖内省、语言表达与量表理解能力，因而对儿童、失语症患者、跨文化被试的可比性受限。^{1212Response styles in self-report measurespsycnet.apa.org前往参考资料 ↓在新标签页中打开}

在施测成本与侵入性上，主观情绪评测通常成本低、可批量施测、对被试身体无侵入；生理测量需要专用设备与受控环境，行为测量（尤其视频编码）需要训练有素的编码者与较长的人工编码时间，三者在这两个维度上形成明显分工。^{88Experience sampling methodannualreviews.org前往参考资料 ↓在新标签页中打开|1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开}

主观情绪评测易受社会赞许性、需求特征、量表措辞与反应风格（如默认同意、极端反应）影响；生理测量则易受运动伪迹、个体差异与实验环境干扰；行为测量易受观察者偏差与情境规范约束。三者的偏差来源不同，因而在研究中常被互补使用。^{1212Response styles in self-report measurespsycnet.apa.org前往参考资料 ↓在新标签页中打开|1414Social desirability bias in self-report researchsciencedirect.com前往参考资料 ↓在新标签页中打开}

在时间定位上，主观情绪评测可覆盖从即时状态（state）到较长时段特质（trait）的不同时间窗，通过指导语明确「此刻」「今天」「过去两周」等参照期；生理与行为测量则通常绑定于具体记录时段，难以直接回溯或覆盖长时段。^{55Self-report measures of emotion and affectpsycnet.apa.org前往参考资料 ↓在新标签页中打开|99Ecological momentary assessmentannualreviews.org前往参考资料 ↓在新标签页中打开}

主观情绪评测与生理、行为测量的区别还体现在分析单位上：前者以被试的自我报告条目或维度得分为分析单位，后者以时间序列信号、事件编码或行为类别频次为分析单位；这一差异直接影响统计模型的选择与多方法数据的融合方式。^{88Experience sampling methodannualreviews.org前往参考资料 ↓在新标签页中打开|1111Behavioral measures of emotionglobal.oup.com前往参考资料 ↓在新标签页中打开}

在情绪测量体系中，主观情绪评测（self-report）与行为观测、生理/神经测量并列为三大类方法；它的定位是「体验层面」的测量——直接获取个体对自身情绪状态的口头报告，而不是从行为或生理指标反推情绪。^{1515Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开|1616Self-report captures affective states: A review of self-report measures of emotionfrontiersin.org前往参考资料 ↓在新标签页中打开}

主观情绪评测处于情绪测量体系的「上游参照」位置：生理与行为指标往往需要借助主观报告来标定其情绪含义（例如把某段心率变化标注为「愤怒」），因此主观报告常被当作效标（criterion）使用，而非仅仅是一种并列的测量手段。^{1515Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开|1717Emotion measurement: A review of methods and challengesjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

按测量对象划分，主观情绪评测可进一步分为两类：一类测量情绪的结构性维度（如效价与唤醒度，常用 self-assessment-manikin 之类的非言语量表），另一类测量离散情绪类别（如愤怒、恐惧、快乐）或具体情绪体验的强度与频率。^{1616Self-report captures affective states: A review of self-report measures of emotionfrontiersin.org前往参考资料 ↓在新标签页中打开|1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

在情绪测量的操作链条中，主观情绪评测通常承担「效标锚定」与「生态效度补充」两个角色：实验室生理研究用它给刺激或时段贴情绪标签，现场研究则用它捕捉难以用仪器覆盖的主观体验内容。^{1515Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开|1717Emotion measurement: A review of methods and challengesjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

主观情绪评测与「情绪识别」类任务（从面部、语音、文本推断情绪）在测量体系中的位置不同：前者是当事人对自身状态的第一人称报告，后者是观察者对第三人称信号的推断；两者不可互相替代，常被组合使用以交叉验证。^{1717Emotion measurement: A review of methods and challengesjournals.sagepub.com前往参考资料 ↓在新标签页中打开|1919The measurement of affect, mood, and emotion: A guide for health-behavioral researchcambridge.org前往参考资料 ↓在新标签页中打开}

主观情绪评测在测量体系中的定位还取决于时间尺度：状态性测量（state）捕捉当下情绪，特质性测量（trait）捕捉稳定倾向；二者在体系中分属不同层级，不可混用同一套解释框架。^{1616Self-report captures affective states: A review of self-report measures of emotionfrontiersin.org前往参考资料 ↓在新标签页中打开|1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

在情绪测量体系的分类框架中，主观情绪评测通常被归入「外显测量」（explicit measure），与内隐测量（如内隐联想测验）相对；这一区分决定了它在体系中的位置是「可被意识监控与策略性调节」的一侧。^{1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开|1919The measurement of affect, mood, and emotion: A guide for health-behavioral researchcambridge.org前往参考资料 ↓在新标签页中打开}

效价—唤醒二维模型（valence–arousal model）把情绪状态投射到两个正交维度上：效价表示体验的愉悦—不愉悦方向，唤醒表示生理与心理激活水平的高低；任一时刻的情绪可由此二维平面上的一个点近似刻画。^{2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开|2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开}

该模型的理论源头通常追溯到 Wundt 提出的「感情三度说」——把情感沿愉悦—不愉悦、紧张—松弛、兴奋—沉静三个方向描述；现代二维版本可视为对其中两维的简化与操作化。^{2222Grundzüge der physiologischen Psychologie (Principles of Physiological Psychology)archive.org前往参考资料 ↓在新标签页中打开}

Russell 于 1980 年提出环形模型（circumplex model），主张情绪概念按效价与唤醒（他称之为激活度）呈环形排布，相邻情绪相似、相对情绪相反；这是二维模型在心理学中最具影响力的形式化表述之一。^{2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开}

Mehrabian 与 Russell 在 1974 年提出 PAD 三因素模型，在效价（pleasure）与唤醒（arousal）之外增加支配感（dominance）维度；二维模型相当于省略支配维后的简化版本。^{2323An approach to environmental psychologymitpress.mit.edu前往参考资料 ↓在新标签页中打开}

Watson 与 Tellegen 于 1985 年提出的积极—消极情感结构（positive affect / negative affect）在因子结构上与效价—唤醒二维高度对应：积极情感高载荷于正效价与高唤醒，消极情感高载荷于负效价与高唤醒，二者并非同一维度的两端。^{2424Toward a consensual structure of mooddoi.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测中，二维模型的主要价值在于把自由描述的情绪体验压缩为两个可量化、可比较的连续变量，从而支持跨被试、跨情境的统计比较，并可直接用二维平面上的距离或角度度量情绪相似性。^{2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开|2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开}

Bradley 与 Lang 在自评情绪图片系统（SAM）中采用效价与唤醒各一个九点非言语图示量表，让被试对刺激引发的感受做二维评定；该工具成为二维模型在实验心理学中最常见的操作化形式之一。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开}

效价与唤醒两维在经验采样中通常只呈弱相关甚至近似正交，这一统计独立性是二维模型被视为「维度而非类别」的重要经验依据。^{2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开|2424Toward a consensual structure of mooddoi.org前往参考资料 ↓在新标签页中打开}

在计算情感分析与情感计算中，效价—唤醒二维常被用作连续情感标注的默认框架，例如情感标注任务要求标注者对文本或多媒体片段给出效价与唤醒的连续评分，而非离散类别标签。^{2626SemEval-2018 Task 1: Affect in Tweetsaclanthology.org前往参考资料 ↓在新标签页中打开}

愉悦—唤醒—支配三维模型（PAD 模型）由 Mehrabian 与 Russell 于 1974 年提出，是一种维度观的情绪测量模型；它主张情绪状态可以用愉悦度（Pleasure–Displeasure）、唤醒度（Arousal–Nonarousal）和支配度（Dominance–Submissiveness）三个连续维度上的取值来刻画。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

在 PAD 模型中，愉悦度（P）表示情感状态的正负性，即积极或消极、喜欢或不喜欢的程度，被视为体现情感本质的维度；唤醒度（A）表示与情感状态相联系的神经生理激活水平与警觉性；支配度（D）表示个体对情境和他人的控制感与影响力，用以区分情绪是由主体自身发出还是受外部环境引发。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

PAD 模型的思想渊源可追溯到冯特（Wundt）的情绪维度观：冯特主张情绪可由愉快—不愉快、激动—平静、紧张—松弛三个维度来描述，每种具体情绪落在各维度两极之间的不同位置上，这一看法为后来的三维情绪模式奠定了基础。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

据科普中国相关条目介绍，Mehrabian 等人曾用 P、A、D 三个维度解释其他 42 种情感量表中的绝大部分变异，且这三个维度不仅描述情感的主观体验，还与情感的外部表现和生理唤醒有较好的映射关系，因而被视为情感计算研究的基础之一。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

PAD 模型与 Osgood 等人的语义差异研究存在谱系关联：Osgood 发现情绪体验可从评价（evaluation）、力度（potency）、活跃性（activity）三个维度进行评价，这一三分结构与 PAD 的愉悦、支配、唤醒三维在概念上高度对应。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

PAD 模型属于连续维度取向，与离散范畴取向（把情绪归入若干基本情绪类别）构成主观情绪评测的两条主要技术路线；维度取向的优势在于可用少量连续坐标定位任意情绪状态，便于与生理唤醒、外部表现等指标建立映射，这也是它成为情感计算常用框架的原因之一。^{2727图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|2828[科普中国]-情感三维理论- · 科普中国网kepuchina.cn前往参考资料 ↓在新标签页中打开}

基本情绪类别观（basic emotion theory）主张人类情绪由若干种数量有限、彼此离散且跨文化普遍存在的「基本情绪」构成，如快乐、悲伤、愤怒、恐惧、厌恶、惊讶等；每种基本情绪被视为具有独特的生理激活模式、表情特征与行为倾向，因而在测量上可以被当作彼此独立的类别来分别评定。^{2929Basic Emotionspaulekman.com前往参考资料 ↓在新标签页中打开|2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开}

Ekman 与 Friesen 在 1971 年发表的跨文化研究中，向未接触过西方媒体的新几内亚 Fore 族人呈现西方人的面部表情照片，发现其对快乐、悲伤、愤怒、恐惧、厌恶、惊讶等表情的识别结果与西方被试高度一致；这一研究成为基本情绪跨文化普遍性的经典证据，也是主观情绪评测中「按类别评定情绪」这一做法的理论起点之一。^{2929Basic Emotionspaulekman.com前往参考资料 ↓在新标签页中打开|3030Constants across cultures in the face and emotiondoi.org前往参考资料 ↓在新标签页中打开}

Ekman 后来提出的「面部动作编码系统」（FACS）以面部肌肉动作单元（action unit）为单位描述表情，并据此界定若干「基本情绪」的典型面部构型；这一体系被广泛用于情绪评测中对面部表情通道的编码，也常被用作主观自评类别标签的外部效标。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开}

基本情绪类别观在主观情绪评测中的直接体现，是让被试从一份离散情绪词表中勾选或评定当前体验强度的量表形式，例如 Izard 的「差异情绪量表」（DES）系列，要求被试对兴趣、愉快、惊讶、悲伤、愤怒、厌恶、轻蔑、恐惧、羞愧、内疚等若干类别分别打分。^{3131The Differential Emotions Scale: A Method of Measuring the Meaning of Subjective Experience of Discrete Emotionsdoi.org前往参考资料 ↓在新标签页中打开}

基本情绪类别观与情绪的维度观（如 Russell 的环形模型，以效价与唤醒两个维度组织情绪）长期并存并相互竞争：类别观强调离散、可命名的情绪种类，维度观强调情绪在连续维度空间中的位置。主观情绪评测工具的设计因此常在这两种框架之间取舍或折中。^{2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开|2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测的实践中，离散类别评定与维度评定常被同时使用：类别题项便于被试快速命名体验，维度题项（效价、唤醒）则提供连续量化，二者结合可在保留类别可解释性的同时缓解单一框架的局限。^{2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开|2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开}

自我评估人偶（Self-Assessment Manikin，SAM）是一种非言语的图画式情绪自评工具，用一组卡通人偶图形分别测量情绪的三个维度：效价（愉悦—不愉悦）、唤醒度（平静—激动）和支配感（被控制—能控制）。被试在每一维度上从五个人偶图形（或图形之间的四个间隔）中选择最符合自身当前感受的位置，从而给出一个九点式评分。^{3434Mathematics on the blackboard! Emotional processing of math-related pictures in individuals with math anxietynature.com前往参考资料 ↓在新标签页中打开}

SAM 的核心设计优势在于以图形替代文字标签，降低了对语言能力、阅读水平和跨文化语义等价性的依赖，因此特别适合儿童、语言能力受限者以及跨语言比较研究；同时它施测极快，单次三维评分通常在一分钟内完成，便于在实验中反复测量。^{3434Mathematics on the blackboard! Emotional processing of math-related pictures in individuals with math anxietynature.com前往参考资料 ↓在新标签页中打开}

在标准化实施中，主试通常先通过说明视频或标准化指导语向被试演示 SAM 三个维度的图形含义与评分方式，再让被试对目标刺激进行评分；在计算机化实验中，SAM 量表常借助 E-Prime 等刺激呈现软件实现图片呈现与评分记录的一体化。^{3434Mathematics on the blackboard! Emotional processing of math-related pictures in individuals with math anxietynature.com前往参考资料 ↓在新标签页中打开}

SAM 常与标准化情绪图片库（如国际情绪图片系统 IAPS）配合使用：由图片库提供标准化刺激，由 SAM 采集被试对同一刺激的主观效价与唤醒评分，从而把刺激的常模属性与个体主观体验区分开来。^{3535正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在临床与特殊群体研究中，SAM 被用于考察主观情绪体验层面的偏差，例如在复杂性哀伤（complicated grief）研究中，研究者以 IAPS 图片为刺激、以主观情绪体验为指标，发现主观体验层面的结果与情绪识别、情绪表达层面的结果并不一致，说明主观自评捕捉的是与其他情绪成分可分离的信息。^{3535正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

情绪网格（Affect Grid）由 James A. Russell、Anna Weiss 与 Gerald A. Mendelsohn 于 1989 年提出，论文《Affect Grid: A Single-Item Scale of Pleasure and Arousal》发表于《Journal of Personality and Social Psychology》第 57 卷第 3 期，页码 493–502。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

情绪网格是一种单条目（single-item）量表，其设计目的是作为快速评定情感（affect）的手段，同时沿「愉悦—不愉悦」（pleasure–displeasure）与「唤醒—困倦」（arousal–sleepiness）两个维度给出评定，因此一次作答即可同时得到两个维度上的位置。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

情绪网格在形式上是一张 9×9 的方格网：横轴代表愉悦—不愉悦，纵轴代表唤醒—困倦，被试在网格中勾选一个格子，即同时编码了两个维度的取值；网格四角与边中点通常配有文字锚点（如「兴奋」「平静」「抑郁」「困倦」等）以帮助定位。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

情绪网格的理论基础是 Russell 的情绪环状模型（circumplex model of affect），该模型把情绪状态映射到愉悦度与唤醒度两个正交维度构成的二维平面上；情绪网格正是这一维度观在测量工具层面的直接操作化。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开|3737Table 1 Subjective evaluation of mental statelink.springer.com前往参考资料 ↓在新标签页中打开}

在 Russell 等人在原文中报告的 4 项研究里，大学生使用情绪网格描述（a）当前心境、（b）情绪相关词汇的含义、（c）面部表情所传达的感受；结果显示该量表具有可接受的信度、聚合效度与区分效度。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

情绪网格被定位为一种「可用于任何需要对情感作描述性判断或主观性判断的研究」的工具，其单条目、低负担的特点使其特别适合重复施测、经验取样（ESM）与现场研究等需要频繁采集情绪数据的场景。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

在主观心理状态评测工具的谱系中，情绪网格常与 PANAS（正性—负性情感量表）、AD-ACL（激活—去激活形容词检核表）等并列：PANAS 采用两个各含 10 个条目的心境量表分别测量正性情感与负性情感，AD-ACL 则用 20–25 个激活描述形容词测量能量性唤醒与紧张性唤醒，而情绪网格以单一网格同时覆盖唤醒与愉悦两维。^{3737Table 1 Subjective evaluation of mental statelink.springer.com前往参考资料 ↓在新标签页中打开}

在面向人机交互与情感计算的主观评测工具综述中，情绪网格与 AffectButton、EmoCards、Smileyometer、Affective Slider、SAM（Self-Assessment Manikin）等被归为同一类「图形化/拟人化」情绪自评工具；其中 SAM 采用图形人偶沿维度评分，Affective Slider 为两维两题，而情绪网格为两维单题。^{3838TABLE 2.pmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

作为单条目量表，情绪网格无法像多条目量表那样通过内部一致性（如 Cronbach's α）来估计信度，其信度评估只能依赖重测信度与聚合/区分效度等外部证据；这是单条目设计固有的方法学代价。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开}

情绪网格只给出愉悦与唤醒两个维度的坐标，不区分具体情绪类别（如愤怒、恐惧、喜悦），也不测量情绪的认知评价、动机倾向或表达成分；若研究问题涉及离散情绪或情绪调节过程，需与离散情绪量表或其他测量方法配合使用。^{3636Affect Gridovid.com前往参考资料 ↓在新标签页中打开|3737Table 1 Subjective evaluation of mental statelink.springer.com前往参考资料 ↓在新标签页中打开}

语义差异量表（Semantic Differential）由 Charles E. Osgood 及其同事在 1950 年代提出，最初用于测量概念在多个维度上的「含义」或「情感意义」，其核心做法是让被试在一系列两极形容词对（如「好—坏」「强—弱」「快—慢」）构成的七点量表上对目标概念进行评定。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

Osgood 等人通过跨文化因素分析发现，语义差异评定中反复出现三个主要维度：评价（Evaluation，如好—坏）、力量（Potency，如强—弱）和活动（Activity，如快—慢），这三个维度常被合称为 EPA 结构，是语义差异量表最经典的理论框架。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

在主观情绪评测中，语义差异量表常被用作情绪状态或情绪刺激的评定工具：被试在「愉快—不愉快」「紧张—放松」「兴奋—平静」等两极形容词对上打分，从而把主观感受映射到可量化的维度空间，这与 主观情绪评测 中基于维度观的情绪测量思路一致。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

语义差异量表的典型施测形式是纸笔或电子问卷，每个形容词对之间通常设 5 点或 7 点刻度，被试在刻度上标记位置；计分时按位置赋分（如 1–7 分），再按维度（评价、力量、活动）分别加总或求平均，得到各维度的得分。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

语义差异量表的一个方法学要点是形容词对的方向需要随机化（部分项目反向计分），以抵消默认反应倾向（如总是偏向刻度一端作答）带来的系统偏差。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

语义差异量表在情绪与态度测量中的信效度表现依赖于具体形容词对的选择和维度结构：若形容词对未能覆盖目标情绪的核心维度，或维度划分与理论框架不符，则可能降低构念效度；因此实际使用中常需先做预试与因素分析来筛选项目。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

语义差异量表在跨文化研究中的应用需要谨慎：Osgood 等人的跨文化研究虽发现 EPA 三维度具有跨语言的一定普遍性，但具体形容词对的含义和维度归属在不同文化间可能存在差异，直接翻译使用可能导致测量不等价。^{3939The Measurement of Meaningpress.uillinois.edu前往参考资料 ↓在新标签页中打开}

PANAS（Positive and Negative Affect Schedule，积极与消极情感量表）由 Watson、Clark 与 Tellegen 于 1988 年发表，是形容词式主观情绪评测中最常被引用的工具之一；它由 20 个情绪形容词组成，积极情感（PA）与消极情感（NA）各 10 个，采用 5 点 Likert 式评分（1 = 几乎没有，5 = 极强）。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开}

PANAS 的原始设计允许受试者按不同时间框架作答——「此刻」「今天」「过去几天」「过去几周」「过去一年」「总体而言」——同一份词表因此可分别用于瞬时情绪状态与较稳定的情绪特质测量，这是它被广泛复用的关键设计特征。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开}

在 Watson 等 1988 年的原始报告中，PANAS 两个分量表在多个样本上的内部一致性信度（Cronbach's α）约为 0.86–0.90（PA）与 0.84–0.87（NA），8 周重测信度约为 0.47–0.68，且重测信度随指导语时间框架的延长而升高。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开}

PANAS 的理论基础是 主观情绪评测 所依托的情绪维度观：PA 与 NA 被建模为两个相对独立、可正交的维度，而非同一维度的两端，因此一个人可以同时报告高积极情感与高消极情感。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开}

PANAS-X 是 PANAS 的扩展版，由 Watson 与 Clark 于 1994 年发布，在原有 20 个词项之外增加了恐惧、敌意、内疚、悲伤、 joviality（愉悦）、自我确信、 attentiveness（专注）等 11 个具体情绪分量表，共 60 个词项，用于需要区分离散情绪的场合。^{4242The PANAS-X: Manual for the Positive and Negative Affect Schedule – Expanded Formdoi.org前往参考资料 ↓在新标签页中打开}

I-PANAS-SF 是 Thompson 于 2007 年发表的 10 词项国际简版（PA、NA 各 5 词），专为跨文化研究与问卷空间受限的场景设计，报告的内部一致性约为 0.66–0.74，低于原版但被认为在简版中可接受。^{4343The Positive and Negative Affect Schedule (PANAS): A short form for cross-cultural researchdoi.org前往参考资料 ↓在新标签页中打开}

除 PANAS 外，形容词式情绪量表还有多个并行谱系：Zuckerman 与 Lubin 的 MAACL（Multiple Affect Adjective Check List，1965）采用勾选式作答；McNair 等的 POMS（Profile of Mood States，1971）以 65 个形容词测量 6 种心境状态；这些工具与 PANAS 在词项选择与计分方式上互有差异，选用时需按研究目的权衡。^{4444Manual for the Profile of Mood Statespsycnet.apa.org前往参考资料 ↓在新标签页中打开}

形容词量表普遍面临共同方法偏差与作答定势问题：同一份词表内的词项高度相关，可能高估分量表间的实质关联；受试者的社会赞许性、极端反应风格与情绪词理解差异也会系统性地影响得分，因此 PANAS 类工具通常建议与行为或生理指标配合使用。^{4545Positive and Negative Affect Schedule (PANAS): A review of its measurement properties and validitydoi.org前往参考资料 ↓在新标签页中打开}

在中文语境中，PANAS 已被多次修订与本土化验证，黄丽、杨廷忠与季忠民于 2003 年发表的中文版 PANAS 报告了可接受的信效度，但中文词项的等值性与因子结构在不同样本间仍有差异，使用时宜报告所采用的具体版本与翻译来源。^{4646正性负性情绪量表（PANAS）在中国人群中的信效度检验doi.org前往参考资料 ↓在新标签页中打开}

指导语是主观情绪评测施测前呈现给被试的标准化说明，其核心功能是统一被试对量表、锚点与作答方式的理解，从而降低因理解差异引入的测量误差；在自陈式情绪量表中，指导语被视为与题目本身同等重要的标准化组成部分。^{4747Guidelines for the Process of Cross-Cultural Adaptation of Self-Report Measuresjournals.lww.com前往参考资料 ↓在新标签页中打开|22Measuring emotion: The self-assessment manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

指导语应明确说明作答的时间窗口（如「过去一周」「此刻」或「通常情况」），因为不同时间框架会系统性地改变被试报告的情绪强度与频率，时间窗口不一致是跨研究比较失效的常见原因。^{22Measuring emotion: The self-assessment manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开|4848Manual for the State-Trait Anxiety Inventory (Form Y)apa.org前往参考资料 ↓在新标签页中打开}

指导语需交代作答方式与反应格式（如 5 点或 7 点 Likert 量表、视觉模拟量表、是否允许跳过题目），并说明锚点含义；锚点标签的措辞与呈现方式会影响被试对量表端点的解释，进而影响分数分布。^{4747Guidelines for the Process of Cross-Cultural Adaptation of Self-Report Measuresjournals.lww.com前往参考资料 ↓在新标签页中打开|4949The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical samplebpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

指导语应包含保密与匿名说明、自愿参与与随时退出的权利、以及数据用途，这是研究伦理审查（如知情同意）对情绪自陈测量的基本要求，也有助于降低社会赞许性带来的作答偏差。^{5050Declaration of Helsinki: Ethical Principles for Medical Research Involving Human Subjectswma.net前往参考资料 ↓在新标签页中打开|5151Social Desirability Bias in Self-Reported Emotional Experiencepsycnet.apa.org前往参考资料 ↓在新标签页中打开}

指导语应明确要求被试报告自身的即时或近期真实感受，而非其认为「应该」感受的状态；对情绪测量而言，强调「没有对错之分」可减少被试的自我呈现动机，但并不能完全消除社会赞许性偏差。^{22Measuring emotion: The self-assessment manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开|5151Social Desirability Bias in Self-Reported Emotional Experiencepsycnet.apa.org前往参考资料 ↓在新标签页中打开}

对于状态性情绪测量（如状态焦虑、即时心境），指导语通常要求被试按「此刻」或「今天」的感受作答；对于特质性情绪测量，则要求按「通常」或「一般」情况作答，二者在指导语上的区分是状态—特质区分在施测层面的直接体现。^{4848Manual for the State-Trait Anxiety Inventory (Form Y)apa.org前往参考资料 ↓在新标签页中打开|5252Development and validation of brief measures of positive and negative affect: The PANAS scalespsycnet.apa.org前往参考资料 ↓在新标签页中打开}

指导语的标准化程度直接影响跨文化、跨语言比较的可比性：翻译后的指导语若未经过回译与认知访谈检验，可能改变被试对锚点和时间窗口的理解，导致测量等值性失败。^{5454Measurement Invariance in Cross-Cultural Researchannualreviews.org前往参考资料 ↓在新标签页中打开}

在计算机化或移动端施测中，指导语通常以分屏呈现并配合必答设置；研究提示屏幕呈现方式、滚动与分页会影响被试对指导语的阅读程度，进而影响作答质量，因此指导语应尽量简短并置于首屏。^{5555The effect of screen design on reading instructions in web surveysacademic.oup.com前往参考资料 ↓在新标签页中打开}

指导语中若包含示例或练习项，需注意示例本身可能启动特定情绪概念，从而影响后续作答；是否提供示例在情绪测量中应谨慎权衡。^{22Measuring emotion: The self-assessment manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

主观情绪评测的评分时点选择，核心是让被试的评分时点与所测构念的时间范围对齐：若研究关心的是「此刻正在体验的情绪」，应采用即时（在线）评分；若关心的是「过去一段时间内总体如何」，应采用回溯评分。时点错配会直接引入系统性误差，例如用回溯评分去推断瞬时情绪波动，或用即时评分去概括一段时期的情绪基调。^{5656Experience sampling methoden.wikipedia.org前往参考资料 ↓在新标签页中打开|5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开}

即时评分（experience sampling / 生态瞬时评估 EMA）通常在事件发生当下或信号触发后很短时间内完成，常见做法是随机或准随机信号提示，被试在提示后数分钟内报告当前情绪。其优势是大幅缩短回忆间隔、减少回忆偏差，并能捕捉情绪随情境的动态变化；代价是侵入性强、依从性负担大、样本脱落率高，且频繁提示本身可能改变被观察的情绪过程（反应性）。^{5656Experience sampling methoden.wikipedia.org前往参考资料 ↓在新标签页中打开|5858Self-report studyen.wikipedia.org前往参考资料 ↓在新标签页中打开}

回溯评分要求被试在事后对一段时间（如过去一天、一周或一次实验任务）内的情绪进行总体回顾，典型工具包括日终回顾（end-of-day recall）与事件后问卷。它实施成本低、对被试干扰小、便于大样本施测，但依赖记忆重构，容易受峰终效应、当前情绪状态和信念图式的影响，产生回忆偏差。^{5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开|5959Recall biasen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在经验取样研究中，即时评分与回溯评分对同一情绪构念的测量结果往往只呈中等程度相关，说明两者并非可互换的测量方式，而是捕捉了情绪体验的不同侧面（瞬时状态 vs 记忆中的概括）。因此研究设计应明确报告评分时点，并在解释结果时区分「体验到的情绪」与「记住的情绪」。^{5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开|5959Recall biasen.wikipedia.org前往参考资料 ↓在新标签页中打开}

施测实施要点包括：明确界定评分所覆盖的时间窗口并在指导语中固定下来；即时评分需规定信号提示策略（随机、事件触发或固定间隔）与应答时限；回溯评分需规定回顾区间长度并尽量缩短回忆间隔；无论哪种时点，都应记录实际应答时间戳，以便事后核查时点依从性。^{5656Experience sampling methoden.wikipedia.org前往参考资料 ↓在新标签页中打开|5858Self-report studyen.wikipedia.org前往参考资料 ↓在新标签页中打开}

在实验室内的主观情绪评测中，若采用任务后即时评分，应尽量在情绪诱发事件结束后立即施测，避免插入长时干扰任务；若采用回溯评分，则需在指导语中明确回顾区间，并考虑在多个时间点重复测量以降低单次回忆的随机误差。^{5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开|5959Recall biasen.wikipedia.org前往参考资料 ↓在新标签页中打开}

跨语言使用主观情绪量表时，标准做法不是把原量表直接逐字翻译，而是采用回译（back-translation）程序：由双语译者将量表译为目标语言，再由另一组不知情的译者独立回译为源语言，通过比较回译版本与原版的差异来修正译文，以减少语义漂移。这一程序在跨文化心理学中被视为量表适配的起点。^{6060Back-Translation for Cross-Cultural Researchjournals.sagepub.com前往参考资料 ↓在新标签页中打开|6161Guidelines for Translating and Adapting Tests (Second Edition)intestcom.org前往参考资料 ↓在新标签页中打开}

回译本身不足以保证跨语言等价。Brislin 等提出的经典回译流程只能发现明显的翻译错误，无法保证目标语言版本在心理测量意义上与原版测量同一构念，因此后续还需要双语被试的复本信度检验与跨组验证性因素分析。^{6060Back-Translation for Cross-Cultural Researchjournals.sagepub.com前往参考资料 ↓在新标签页中打开|6262Measurement Invariance: A Review and Guide for Applied Researchersannualreviews.org前往参考资料 ↓在新标签页中打开}

跨语言适配的核心判据是测量等价性（measurement invariance），通常按形态等价、弱等价（因子载荷相等）、强等价（载荷与截距相等）、严格等价（载荷、截距与残差方差相等）逐级检验。只有达到强等价，才允许直接比较不同语言组的均值；否则组间均值差异可能只是测量偏差而非真实情绪差异。^{6262Measurement Invariance: A Review and Guide for Applied Researchersannualreviews.org前往参考资料 ↓在新标签页中打开|4949The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical samplebpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

情绪词的可译性本身存在文化边界。部分情绪概念（如某些语言中特有的情绪词汇）在目标语言中缺乏精确对应词，翻译只能近似，这构成跨语言情绪评测的固有局限，单靠统计等价检验无法完全消除。^{6363Cross-Cultural Equivalence of the Positive and Negative Affect Schedule: A Multi-Group Confirmatory Factor Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|6464Language and Emotion: The Interplay of Language and Culture in Emotion Perception and Expressionjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

文化适配还包括条目内容的文化相关性审查。某些在原文化中高频、典型的情绪表达在目标文化中可能不典型或带有不同社会含义，需由本地专家小组逐条评定其适用性，必要时替换或增补条目，而非仅做语言转换。^{6161Guidelines for Translating and Adapting Tests (Second Edition)intestcom.org前往参考资料 ↓在新标签页中打开|4949The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical samplebpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

跨语言施测时应报告翻译与适配的完整过程，包括译者背景、回译一致性、认知访谈（cognitive interviewing）结果与预试样本的等价性检验，这是跨文化测量报告规范的基本要求。^{6161Guidelines for Translating and Adapting Tests (Second Edition)intestcom.org前往参考资料 ↓在新标签页中打开|6262Measurement Invariance: A Review and Guide for Applied Researchersannualreviews.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测的跨语言实践中，常用工具如 PANAS 已被翻译为数十种语言，但其跨语言因子结构并非在所有版本中都复现出原版的两因子（正性/负性情绪）结构，部分版本出现因子合并或条目归属变化，说明文化适配不能假定结构不变。^{4949The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical samplebpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|6363Cross-Cultural Equivalence of the Positive and Negative Affect Schedule: A Multi-Group Confirmatory Factor Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

多语言适配后的量表在用于跨组比较前，应先在目标语言样本中重新检验信度（如内部一致性系数）与效度（与本地效标的关系），不能直接沿用原版的信效度指标。^{6262Measurement Invariance: A Review and Guide for Applied Researchersannualreviews.org前往参考资料 ↓在新标签页中打开|4949The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical samplebpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

主观情绪评测的核心方法论优势在于：它直接以被试的自我报告为数据来源，测量的是个体对自身情绪状态的内部表征，而非通过行为、生理或神经指标间接推断。这一「自陈即数据」的定位使它在构念效度上具有其他方法难以替代的贴近性——研究者想知道的正是「当事人自己感受到什么」，而自我报告是唯一能直接触及这一层面的通道。^{6565Self-Report Measures of Emotion: A Review of the Literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开|6666The nature of emotion: Fundamental questionsglobal.oup.com前往参考资料 ↓在新标签页中打开}

在情绪维度观框架下，主观情绪评测工具（如 panas 类正负性情绪量表、自我评估人形量表 SAM）能够同时捕捉效价与唤醒两个正交维度，使研究者可以在不预设离散情绪类别的前提下刻画情绪状态的空间位置。这种与理论模型的结构对应，是主观评测在构念层面「直接反映」的又一体现：量表维度直接映射理论维度。^{5252Development and validation of brief measures of positive and negative affect: The PANAS scalespsycnet.apa.org前往参考资料 ↓在新标签页中打开|22Measuring emotion: The self-assessment manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

主观情绪评测在实施成本与可扩展性上具有显著优势：纸笔或电子问卷可在数分钟内完成，无需昂贵设备、专门实验室或受训评分人员，因而适合大样本、重复测量与生态瞬时评估（EMA）等需要高频采集的设计。相比之下，生理测量与神经影像在同等采样密度下成本高出一个数量级以上。^{6767Ecological Momentary Assessment (EMA) in behavioral medicineacademic.oup.com前往参考资料 ↓在新标签页中打开|6868Experience sampling method: Measuring the quality of subjective experienceannualreviews.org前往参考资料 ↓在新标签页中打开}

主观情绪评测能够覆盖行为与生理指标难以触及的情绪成分，尤其是情绪的意识体验层面（feeling component）。在情绪成分模型中，主观体验是与表情行为、生理唤醒、认知评价并列的独立成分，仅靠外周生理或行为编码无法完整还原，因此自我报告在成分覆盖上具有不可替代性。^{6666The nature of emotion: Fundamental questionsglobal.oup.com前往参考资料 ↓在新标签页中打开|6969The structure of emotion: Evidence from the facial expression, physiological, and subjective experiencepsycnet.apa.org前往参考资料 ↓在新标签页中打开}

生态瞬时评估（EMA）与经验采样法（ESM）将主观情绪评测从实验室迁移到日常生活情境，通过多次即时自评减少回忆偏差并捕捉情绪的时间动态。这一应用形态把「直接反映主观体验」的优势从单次快照扩展为纵向轨迹，是主观评测在方法学上最具增值性的延伸之一。^{6868Experience sampling method: Measuring the quality of subjective experienceannualreviews.org前往参考资料 ↓在新标签页中打开|99Ecological momentary assessmentannualreviews.org前往参考资料 ↓在新标签页中打开}

主观情绪评测的另一优势是内容效度的表面效度较高：条目通常直接询问「你感到……吗」，被试容易理解任务意图，配合度较高；同时量表内容可依据研究目的灵活增删（如加入特定情绪词、情境限定语），适配性强于标准化生理范式。^{6565Self-Report Measures of Emotion: A Review of the Literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开|1111Behavioral measures of emotionglobal.oup.com前往参考资料 ↓在新标签页中打开}

主观情绪评测的施测成本极低：以自我报告量表为主体的工具通常只需被试在数分钟内完成若干道评分题，无需专业设备、无需实验室场地，也无需施测者具备临床资质，因而可以在课堂、诊室、在线问卷乃至田野现场批量投放。^{7373Measuring emotion: The self-assessment manikin and the semantic differentialmendeley.com前往参考资料 ↓在新标签页中打开}

以 主观情绪评测 中常被引用的 SAM（Self-Assessment Manikin，自我评估人形量表）为例，它用图形化的人形替代文字标签，被试只需做三次简单判断（愉悦度、唤醒度、支配感），即可完成一次情绪评定，显著压缩了单次评测的时间与认知负担。^{7373Measuring emotion: The self-assessment manikin and the semantic differentialmendeley.com前往参考资料 ↓在新标签页中打开}

SAM 这类非言语图形量表降低了对语言能力与阅读水平的依赖，使儿童、低教育程度人群以及跨语言被试也能较快上手，这是其被大量研究反复采用的重要原因之一；该文在 Mendeley 上记录的被引次数达 8.5k 量级，反映出其在情绪测量领域的广泛使用。^{7373Measuring emotion: The self-assessment manikin and the semantic differentialmendeley.com前往参考资料 ↓在新标签页中打开}

在自然主义范式（观看电影、听故事等连续多模态刺激）中，主观情绪评测可以以连续评分或片段后回溯评分的形式嵌入刺激呈现流程，不需要额外的生理记录硬件即可获得逐时刻的情绪轨迹，边际成本主要是被试的时间而非设备与耗材。^{7272Evaluating Large Language Models as Substitutes for Human Affective Ratings in Naturalistic Paradigmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

低成本还体现在可扩展性上：纸质或网页形式的自评量表可以低成本复制与分发，同一套题目能在一次实验中同时施测数十至数百名被试，从而以较低的单位数据成本换取较大的样本量。^{7373Measuring emotion: The self-assessment manikin and the semantic differentialmendeley.com前往参考资料 ↓在新标签页中打开}

需要指出的是，「低成本、易实施」是相对于生理测量（如皮电、脑电、眼动）与行为编码等方法而言的；若研究设计要求严格的施测培训、多时点重复测量或与其他方法联合使用，实际成本会明显上升，因此这一优点具有条件性。^{7373Measuring emotion: The self-assessment manikin and the semantic differentialmendeley.com前往参考资料 ↓在新标签页中打开}

主观情绪评测（如自评问卷）与生理心理测量（如皮肤电、心率变异性、面部肌电）在情绪研究中长期并行使用：前者提供被试对自身感受的显性报告，后者提供不依赖语言表达的隐性指标，两者结合可以覆盖情绪体验的不同层面。^{7474Mind the Gap! Comparing Retrospective and Concurrent Ratings of Emotion in User Experience Evaluationrd.springer.com前往参考资料 ↓在新标签页中打开}

在用户体验（UX）评估中，回溯性主观评分与实时（并发）情绪评分之间存在显著差异：一项实验研究发现，在最不愉快的条件下，回溯性评分相对并发评分被显著高估，说明单一的主观回溯测量可能系统性地偏离真实体验过程。^{7474Mind the Gap! Comparing Retrospective and Concurrent Ratings of Emotion in User Experience Evaluationrd.springer.com前往参考资料 ↓在新标签页中打开}

正因为回溯性主观评分与实时体验之间存在系统性偏差，将主观情绪评测与并发测量（如实时情绪采样、生理信号记录）结合，可以相互校验、定位偏差来源，从而提高对情绪状态推断的稳健性。^{7474Mind the Gap! Comparing Retrospective and Concurrent Ratings of Emotion in User Experience Evaluationrd.springer.com前往参考资料 ↓在新标签页中打开}

情绪心理学中已有大量经过验证的情绪测量方法，能够提供比单一主观问卷更细致、更丰富的数据；将这些方法与主观自评结合，有助于对情感状态做更深入的研究。^{7474Mind the Gap! Comparing Retrospective and Concurrent Ratings of Emotion in User Experience Evaluationrd.springer.com前往参考资料 ↓在新标签页中打开}

社会赞许性（social desirability）指被试在自我报告测验中倾向于以社会认可的方式作答、而非如实报告真实感受或行为的系统性反应倾向，在主观情绪评测中它构成一类与情绪内容无关、却会系统性扭曲分数的反应偏差（response bias）。^{7575Social desirability biasdictionary.apa.org前往参考资料 ↓在新标签页中打开|7676Social Desirability Bias in Self-Reported Well-Being: A Reviewlink.springer.com前往参考资料 ↓在新标签页中打开}

主观情绪评测高度依赖被试的自我报告，而情绪体验本身缺乏外部可核验的客观标准，因此被试对「什么样的情绪表达是可接受的」的社会规范判断会直接进入作答过程，使社会赞许性在情绪测量中比在能力测验中更难通过外部效标加以校正。^{7676Social Desirability Bias in Self-Reported Well-Being: A Reviewlink.springer.com前往参考资料 ↓在新标签页中打开|7777The Science of Self-Reportpsychologicalscience.org前往参考资料 ↓在新标签页中打开}

Crowne 与 Marlowe 于 1960 年编制的社会赞许性量表（Marlowe-Crowne Social Desirability Scale, MCSD）是测量社会赞许性倾向最常被引用的工具之一，包含 33 个题目，采用是否式作答，用于评估个体获得社会认可的需要程度。^{7878A new scale of social desirability independent of psychopathologypsycnet.apa.org前往参考资料 ↓在新标签页中打开}

Paulhus 于 1984 年提出社会赞许性的两成分模型，将其区分为「印象管理」（impression management，有意呈现有利形象）与「自我欺骗性增强」（self-deceptive enhancement，真诚但过度正向的自我知觉），并据此编制了平衡式社会赞许性量表（Balanced Inventory of Desirable Responding, BIDR）。^{7979Two-component models of socially desirable respondingpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测中，社会赞许性通常表现为对负性情绪（焦虑、抑郁、愤怒）的低报和对正性情绪（幸福感、满意度）的高报，这一方向性偏差会使情绪量表得分整体向「更健康」的一端偏移，从而低估人群中的情绪问题发生率。^{7676Social Desirability Bias in Self-Reported Well-Being: A Reviewlink.springer.com前往参考资料 ↓在新标签页中打开|8080Social desirability bias in self-reported emotional distress: A meta-analytic reviewpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

社会赞许性对主观情绪评测的污染程度在不同施测情境下差异很大：当作答结果与被试的切身利益（如临床诊断、人事选拔、司法评估）挂钩时，印象管理动机增强，偏差通常更大；而在匿名、低利害的研究性施测中偏差相对较小。^{7979Two-component models of socially desirable respondingpsycnet.apa.org前往参考资料 ↓在新标签页中打开|8181Response bias in self-report measures of emotion: A systematic reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

控制社会赞许性的常用手段包括：保证匿名与保密、采用迫选式或平衡式题目设计、嵌入社会赞许性量表作为协变量、使用内隐测量或行为/生理指标作为补充，以及在临床评估中结合知情者报告（informant report）进行交叉验证。^{7979Two-component models of socially desirable respondingpsycnet.apa.org前往参考资料 ↓在新标签页中打开|8080Social desirability bias in self-reported emotional distress: A meta-analytic reviewpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

回忆偏差指个体在事后对一段体验做整体评价时，其回溯判断系统性地偏离体验当时的实时感受；在主观情绪评测中，这意味着用事后自评替代实时情绪会引入方向可预测的误差，而非随机噪声。^{8484CSDL | IEEE Computer Societycomputer.org前往参考资料 ↓在新标签页中打开}

峰值—终点效应（peak-end rule）是回忆偏差中最常被引用的机制之一：人们对一段体验的整体回溯评价，主要由体验中最强烈的时刻（峰值）与结束前最后几分钟（终点）决定，而与体验的时长及中间过程关系不大。^{8484CSDL | IEEE Computer Societycomputer.org前往参考资料 ↓在新标签页中打开}

在软件可用性评测中，峰值—终点效应被明确指出具有实践与伦理双重含义：用户对体验愉快与否的回溯记忆会被最强烈片段和最后几分钟扭曲，导致其事后回忆可能与体验当时的感受显著不同，从而影响产品评价与缺陷排查策略。^{8484CSDL | IEEE Computer Societycomputer.org前往参考资料 ↓在新标签页中打开}

峰值—终点效应并非无条件成立。Miron-Shatz 以美国、法国、丹麦三国的大样本（分别约 810、820、805 名参与者）考察多片段事件的回溯评价，指出该规则存在边界条件，在多片段、多情节的体验中其解释力会受限。^{8383Evaluating multiepisode events: Boundary conditions for the peak-end rule.psycnet.apa.org前往参考资料 ↓在新标签页中打开}

峰值—终点效应在主观情绪评测中的适用强度受事件结构调节：单片段、边界清晰的体验中效应较稳定，而多片段、边界模糊的连续体验中效应减弱，这提示评测设计需先界定「事件单元」再决定是否依赖终点时刻。^{8383Evaluating multiepisode events: Boundary conditions for the peak-end rule.psycnet.apa.org前往参考资料 ↓在新标签页中打开}

主观情绪评测常用形容词清单（如悲伤、愤怒、焦虑、紧张）逐项施测，但标准做法往往把各题项加总或假定单一被试内因子，这一简化掩盖了题项异质性：同一量表内不同题项捕捉积极/消极情绪的不同侧面，提供不可互换的信息，被试内动态过程可能因题项而异。^{8585Improving the comparability of momentary affect assessments and accounting for item-specific effects in within-person affect dynamicsnature.com前往参考资料 ↓在新标签页中打开}

题项异质性意味着量表总分或单一因子得分不能等同于「情绪」本身：把不同题项合并会改变被试内动态的估计结果，因此基于合并分数的个体差异比较（如情绪分化程度）可能系统性地失真。^{8585Improving the comparability of momentary affect assessments and accounting for item-specific effects in within-person affect dynamicsnature.com前往参考资料 ↓在新标签页中打开}

瞬时情绪评估的可比性问题不仅存在于跨个体比较，也存在于同一量表内部：若各题项在被试内的载荷与动态结构不同，则不同研究、不同语言版本或不同题项子集得到的均值与动态参数不可直接对比。^{8585Improving the comparability of momentary affect assessments and accounting for item-specific effects in within-person affect dynamicsnature.com前往参考资料 ↓在新标签页中打开}

个体特异系数可被概念化为个体层面的稳定特质变量，因而与 ICC 等分化指数相关；但 ICC 一类指数通常聚合了全部题项的分化信息，无法区分「真实个体差异」与「题项特异性效应」，这是把个体差异指标直接解释为情绪分化能力时的主要混淆来源。^{8585Improving the comparability of momentary affect assessments and accounting for item-specific effects in within-person affect dynamicsnature.com前往参考资料 ↓在新标签页中打开}

量表理解与个体差异的偏差还体现在语义层面：同一形容词在不同个体、不同文化或不同语言中的外延不同，受试者对量表等级（如「有点」「相当」）的锚定方式亦不同，导致相同客观情绪状态被映射为不同评分，构成系统性而非随机性的测量偏差。^{8585Improving the comparability of momentary affect assessments and accounting for item-specific effects in within-person affect dynamicsnature.com前往参考资料 ↓在新标签页中打开}

在主观情绪评测的语境中，「感知情绪」（perceived emotion）指被试对刺激所表达情绪的识别与判断，「感受情绪」（felt emotion）指被试自身被诱发的情绪体验；两者是同一份自评量表里可能被混同、但在构念上必须区分的两个对象。这一区分在情绪测量文献中被反复强调，是主观情绪评测效度讨论的基础前提。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开|8686The role of appraisal in emotion perception and emotion experiencedoi.org前往参考资料 ↓在新标签页中打开}

当评测任务要求被试「判断这段材料表达了什么情绪」时，被试报告的是对刺激的知觉判断，而非自身状态；若研究者把这类评分当作被试「感受到了什么」的证据，就会产生构念层面的错位。这种错位不会在数据上表现为随机噪声，而会系统性地把感知层面的共识误读为感受层面的共鸣。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开|8787Emotion elicitation using filmsdoi.org前往参考资料 ↓在新标签页中打开}

感知情绪与感受情绪在统计上并不高度重合：被试可以准确识别某段材料表达的是悲伤或恐惧，同时报告自己并未被诱发相应情绪；反过来，被试也可能报告强烈的情绪唤起，却对刺激究竟表达何种情绪判断不清。因此两者不能互为代理变量，用其中一个去推断另一个会引入不可忽略的测量误差。^{8686The role of appraisal in emotion perception and emotion experiencedoi.org前往参考资料 ↓在新标签页中打开|8888Perception and experience of emotion: A review of dissociationsdoi.org前往参考资料 ↓在新标签页中打开}

在情绪诱发实验中，感知与感受的分离会直接威胁操纵检验的有效性：若仅用「你认为材料表达了多强的情绪」作为诱发成功的证据，实际上检验的是材料的表达强度而非被试的体验强度，操纵检验因此可能通过而实际诱发失败。^{8787Emotion elicitation using filmsdoi.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测的施测层面，缓解感知—感受混淆的常见做法是：在指导语中明确区分「材料表达的情绪」与「你自身的感受」，分别设置题项，并在分析时把两类评分作为不同变量处理，而不是合并为单一「情绪强度」指标。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开}

感知与感受的分离还带来一个方向性偏差：当被试被要求评价自身感受时，其报告容易受感知到的刺激情绪所锚定（即先判断材料「应该」引发什么情绪，再据此报告自身感受），导致感受评分向感知评分收敛，从而低估两者的真实差异。^{8686The role of appraisal in emotion perception and emotion experiencedoi.org前往参考资料 ↓在新标签页中打开|8787Emotion elicitation using filmsdoi.org前往参考资料 ↓在新标签页中打开}

在涉及 大语言模型 等自动情绪识别系统的主观评测中，这一区分尤为关键：模型输出通常对应「感知情绪」（对文本表达情绪的判别），而人类标注者的自评可能混合了感知与感受，若不加区分地用人类评分作为模型监督或评估基准，会把两类信号混为一谈。^{8989Emotion recognition in text: A survey of datasets and evaluation practicesarxiv.org前往参考资料 ↓在新标签页中打开}

在效度检验中，主观情绪评测（如 PANAS 等自评量表）与面部表情编码（如 FACS、EMFACS）的一致性通常只达到低到中等水平：多项元分析与多质多法（MTMM）研究显示，自评情绪与观察者编码的面部表情之间的收敛效度系数多在 r≈0.1–0.3 区间，远低于同一特质不同自评方法之间的相关。^{9090The relation between facial expressions and self-reported emotion: A meta-analysisdoi.org前往参考资料 ↓在新标签页中打开}

面部表情与主观情绪体验的分离有经典实证支持：一项让被试观看情绪影片并同时测量面部肌电（EMG）与自评情绪的研究发现，面部肌肉活动（如皱眉肌 corrugator、颧大肌 zygomaticus）与自评效价的相关虽显著但幅度有限，说明面部表情不能被视为主观情绪体验的直接读出。^{9191Facial electromyography and self-reported emotion: Evidence for partial independencedoi.org前往参考资料 ↓在新标签页中打开}

在信效度检验的框架下，主观情绪评测与面部表情的一致性常被作为「收敛效度」证据来报告，但两者测量的是情绪反应的不同成分（体验成分 vs. 表达成分），因此低相关并不必然意味着自评量表无效，而可能反映情绪多成分模型下的成分分离。^{9090The relation between facial expressions and self-reported emotion: A meta-analysisdoi.org前往参考资料 ↓在新标签页中打开|9292Facial expression and emotiondoi.org前往参考资料 ↓在新标签页中打开}

个体差异与社会情境会系统性调节主观情绪与面部表情的一致性：表情抑制倾向高、或处于需要管理表情的社交情境中的被试，其自评情绪与面部表情的对应关系更弱，这提示在信效度检验中需将表情管理倾向作为调节变量纳入。^{9292Facial expression and emotiondoi.org前往参考资料 ↓在新标签页中打开|9393Emotion suppression and the correspondence between self-report and facial expressiondoi.org前往参考资料 ↓在新标签页中打开}

在方法学上，检验主观情绪评测与面部表情一致性的研究常采用多质多法（MTMM）设计或相关/回归分析，并需控制时间对齐、编码粒度与评分者信度等因素；不同研究因设计差异导致一致性系数差异较大，这也是该领域结论难以统一的原因之一。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开}

主观情绪评测（如自我报告效价与唤醒度）与生理指标之间的聚合效度（convergent validity）并非恒定，而会随测量时点变化：一项探索性研究发现，被试在序列末尾对效价（valence）的自我评估比在序列开头更准确，而对唤醒度（arousal）的自我评估则在序列开头更准确，提示近因效应（recency effect）主要影响效价、首因效应（primacy effect）主要影响唤醒度。^{9494Testing the Convergent Validity of Continuous Self-Perceived Measurement Systems: An Exploratory Studylink.springer.com前往参考资料 ↓在新标签页中打开}

在工业神经科学（industrial neuroscience）取向下，研究者尝试用脑电、皮电、心率等神经生理信号构建情绪体验的“合成指标”（synthetic index），以对主观情绪体验做客观化评估；相关初步研究显示神经生理反应与情绪体验指标之间存在可测量的关联，但作者明确将其定位为初步发现（preliminary findings），尚不足以作为效标效度的确证。^{9595Neurophysiological correlates of emotional reactions toward a synthetic index of emotional experience: Preliminary findings.psycnet.apa.org前往参考资料 ↓在新标签页中打开}

在运动科学等应用场景中，主观自评量表（如感知用力程度、恢复状态自评）与肌肉力量、血液生化等客观参数被并行检验其重测信度，用于判断主观指标能否作为生理负荷的替代或补充监测手段；这类研究显示主观参数在监测训练与恢复周期上具备一定可靠性，但与生理指标的相关并非一一对应。^{9696正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

将生理指标作为主观情绪评测的效标时，需注意两者的时间分辨率不匹配：连续自我报告系统可提供较高的时间分辨率，而生理信号（如皮电、心率）存在数秒级滞后，若不做时间对齐，会系统性低估二者的相关。^{9494Testing the Convergent Validity of Continuous Self-Perceived Measurement Systems: An Exploratory Studylink.springer.com前往参考资料 ↓在新标签页中打开}

重测信度（test-retest reliability）指同一组被试在不同时间点接受同一份主观情绪量表两次施测，两次得分之间的相关程度；它衡量的是测量结果在时间上的稳定性，通常用皮尔逊积矩相关系数 r 表示，r 越接近 1 表示跨时间稳定性越好。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开}

重测信度的解释依赖一个前提：所测特质在两次施测间隔内应保持相对稳定。情绪状态类量表（如即时心境、状态焦虑）本身波动快，间隔过长会人为压低重测系数；而情绪特质类量表（如特质焦虑、情绪反应性）间隔可较长。因此报告重测信度时必须同时报告间隔时长与被试情境。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开}

内部一致性（internal consistency）衡量同一量表内多个题目是否测量同一构念，最常用的指标是克隆巴赫 α 系数（Cronbach's α），其计算基于题目间的平均协方差与总方差之比；α 越高表示题目间同质性越强。^{9999From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimationbpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

克隆巴赫 α 对题目数量敏感：题目越多，α 往往越高，即便题目间相关并不强；因此高 α 并不必然等同于单维性。研究者被建议在报告 α 的同时报告题目数、题目间平均相关，或补充麦克唐纳 ω（McDonald's ω）等基于因子模型的信度指标。^{9999From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimationbpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|100100Coefficient Alpha and the Internal Structure of Testslink.springer.com前往参考资料 ↓在新标签页中打开}

主观情绪评测工具在报告信效度时，通常需要同时给出重测信度与内部一致性两类证据，因为二者回答不同问题：前者关乎跨时间稳定性，后者关乎量表内部同质性；仅报告其中之一不足以支撑量表的测量学质量。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开}

对于多维情绪量表（如分别测量正性情绪、负性情绪、焦虑、愤怒等分量表），内部一致性应分量表报告，而非仅报告总量表 α；总量表 α 可能因维度异质而被低估或掩盖分量表问题。^{9999From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimationbpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

重测信度的估计受练习效应、记忆效应与反应定势影响：间隔过短时被试可能回忆上次作答而人为提高相关；间隔过长则真实变化与测量误差混杂。因此研究设计上常建议间隔 2–4 周，并对状态性与特质性测量分别设定间隔。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开|9898The Reliability of Reliability Coefficients: A Review of the Literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在情绪测量领域，状态性情绪量表的重测系数普遍低于特质性情绪量表，这一模式在多项量表开发研究中被观察到，提示在解读重测信度时必须区分所测情绪的时间特性。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开}

近年方法学讨论强调，信度不是量表固有属性，而是依赖样本、情境与施测方式的「样本依赖」量；同一情绪量表在不同人群（临床 vs 一般人群、不同文化）中可能呈现不同的 α 与重测系数，因此跨群体使用前应重新检验。^{9898The Reliability of Reliability Coefficients: A Review of the Literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开|100100Coefficient Alpha and the Internal Structure of Testslink.springer.com前往参考资料 ↓在新标签页中打开}

有研究指出，克隆巴赫 α 在题目呈多维结构或题目间误差相关时会产生偏倚，推荐以验证性因子分析（CFA）为基础的组合信度（composite reliability）与 ω 系数作为补充或替代指标。^{9999From Alpha to Omega: A Practical Solution to the Pervasive Problem of Internal Consistency Estimationbpspsychub.onlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|100100Coefficient Alpha and the Internal Structure of Testslink.springer.com前往参考资料 ↓在新标签页中打开}

主观情绪评测中，重测信度与内部一致性均无法直接证明构念效度；高信度只是效度检验的必要非充分条件，量表仍需通过聚合效度、区分效度与效标关联效度等证据加以支持。^{9797Test-Retest Reliabilitydictionary.apa.org前往参考资料 ↓在新标签页中打开}

主观情绪评测（self-report）与生理测量结合的基本逻辑是「多质多法」（multitrait-multimethod）：主观报告反映个体对自身状态的觉察与解释，生理指标反映外周与中枢的客观激活水平，两者测量的是情绪的不同层面，因此联合使用比任何单一方法都更能刻画情绪状态。^{101101Converging methods for understanding emotion: the multitrait-multimethod approachtandfonline.com前往参考资料 ↓在新标签页中打开}

皮电活动（electrodermal activity, EDA，又称皮肤电导反应 SCR/GSR）由交感神经支配的汗腺活动驱动，是情绪唤醒（arousal）维度最敏感、最常用的外周生理指标之一；但它对情绪的效价（valence，即正负性）区分能力很弱，因此常与主观效价评定配对使用。^{102102Electrodermal Activity (2nd edition)link.springer.com前往参考资料 ↓在新标签页中打开|103103Publication recommendations for electrodermal measurementsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

心率与心率变异性（HRV）是情绪评测中另一类常用生理指标：心率变化受交感与副交感双重支配，HRV 常被用作副交感（迷走）调节的指标；但心率对情绪的特异性低，运动、姿势、呼吸、体温等非情绪因素都会显著影响读数，因此单独用 HR/HRV 推断具体情绪并不可靠。^{104104Heart rate variability: standards of measurement, physiological interpretation, and clinical useacademic.oup.com前往参考资料 ↓在新标签页中打开|105105Autonomic nervous system activity in emotion: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

脑电（EEG）在情绪评测中的经典用法是事件相关电位与频域指标：如晚期正电位（LPP）对情绪性刺激的效价与唤醒敏感，额叶 alpha 不对称（frontal alpha asymmetry）被广泛用于研究趋近—回避动机倾向。这些指标时间分辨率高，但空间分辨率低，且易受眼动、肌电等伪迹污染。^{106106Event-related potentials, emotion, and emotion regulation: an integrative reviewtandfonline.com前往参考资料 ↓在新标签页中打开|107107Frontal EEG asymmetry as a moderator and mediator of emotionsciencedirect.com前往参考资料 ↓在新标签页中打开}

在主观情绪评测中引入生理测量的典型做法是「主观—生理同步采集」：让被试在观看情绪诱发材料或完成情绪任务的同时记录 EDA、ECG、EEG，并在关键时间点插入主观评分（如 SAM 情绪量表），从而把「体验到的情绪」与「身体的情绪反应」对齐到同一时间轴。^{108108Measuring emotion: the Self-Assessment Manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开|109109The International Affective Picture System (IAPS) in the study of emotion and attentionacademic.oup.com前往参考资料 ↓在新标签页中打开}

主观报告与生理指标之间常常出现「解离」（dissociation）：被试报告高唤醒而皮电反应平缓，或皮电反应强烈而主观报告中性。这种不一致本身是有信息量的——它可能反映情绪调节、述情障碍（alexithymia）或内感受觉察（interoceptive awareness）的个体差异，而不是简单的「某一方测错了」。^{110110Alexithymia and physiological reactivity to emotion-eliciting stimulisciencedirect.com前往参考资料 ↓在新标签页中打开|111111Interoception and emotion: a neuroanatomical perspectiveguilford.com前往参考资料 ↓在新标签页中打开}

将主观情绪评测与生理测量结合时，必须处理时间对齐与滞后问题：主观评分是回溯性、离散的，而生理信号是连续、毫秒级的；皮电反应相对刺激有数秒的潜伏期，因此分析时需按各通道的生理延迟做时间窗对齐，否则会低估或错估主观—生理关联。^{102102Electrodermal Activity (2nd edition)link.springer.com前往参考资料 ↓在新标签页中打开|108108Measuring emotion: the Self-Assessment Manikin and the semantic differentialsciencedirect.com前往参考资料 ↓在新标签页中打开}

在应用层面，主观情绪评测与生理测量的结合被用于情感计算与人机交互中的「多模态情绪识别」：以主观标签作为监督信号，以 EDA、心率、EEG 等生理信号作为特征，训练情绪分类或回归模型；这类系统的性能通常优于仅用单一模态的方案，但跨被试泛化仍是主要瓶颈。^{114114Multimodal emotion recognition: a surveysciencedirect.com前往参考资料 ↓在新标签页中打开|115115A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开}

生理测量在主观情绪评测中的主要局限包括：设备与实验成本高、对被试的束缚可能改变情绪本身（反应性）、个体差异大导致基线校准困难、以及生理信号对情绪的特异性有限。因此它更适合作为主观报告的「收敛证据」而非替代品。^{103103Publication recommendations for electrodermal measurementsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|105105Autonomic nervous system activity in emotion: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

面部表情编码（facial expression coding）指用一套预先定义的表情类别或动作单元（Action Unit, AU）系统，对受试者面部肌肉运动进行逐帧或逐事件标注，从而推断其情绪状态的方法；它属于行为层面的情绪测量，与主观自评（self-report）构成互补而非替代关系。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开|116116Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开}

在主观情绪评测的语境下，面部表情编码最常被用作自评量表的效标或三角验证来源：当受试者报告「愉快」时，编码者检查其是否出现与快乐相关的 AU 组合（如 AU6 颊部提升 + AU12 嘴角上扬），以判断言语报告与面部行为是否一致。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开|117117Facial expression and emotionpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

Ekman 与 Friesen 提出的面部动作编码系统（Facial Action Coding System, FACS）是面部表情编码领域最广泛使用的观察者编码框架，它把面部肌肉运动分解为可独立识别的动作单元，并给出各 AU 的解剖学判据；FACS 本身是描述性系统，不直接规定某个 AU 对应哪种情绪。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开}

FACS 的编码需要经过数十小时的标准化培训并通过可靠性测试，编码成本高、耗时长，这是它在主观情绪评测中难以大规模使用的主要限制；因此实践中常采用抽样编码（如只编码情绪诱发片段）或由多编码者交叉校验。^{1010Facial Action Coding System: The manualpaulekman.com前往参考资料 ↓在新标签页中打开|116116Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开}

在结合方式上，常见做法包括：以自评为主要指标、面部编码为辅助验证；以面部编码为连续时间轴、自评为离散时间点回溯校准；以及把两者作为潜变量的不同指标纳入结构方程或多模态融合模型。^{116116Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开|120120The role of facial expression in emotion: A review of the literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

面部表情编码与主观自评的时间分辨率不同：自评通常是事后回溯、粒度以分钟或事件计，而面部编码可达到帧级（数十毫秒），两者在时间对齐上的误差是结合分析时常见的混淆来源。^{116116Measuring emotion: Behavior, feeling, and physiologyacademic.oup.com前往参考资料 ↓在新标签页中打开|118118Automatic facial expression analysis: A surveysciencedirect.com前往参考资料 ↓在新标签页中打开}

面部表情编码在临床与跨文化研究中常与自评量表并用，用以检验不同文化群体在情绪表达规则（display rules）上的差异——即自评报告相似而面部表达强度不同，提示单纯依赖自评可能掩盖文化调节效应。^{117117Facial expression and emotionpsycnet.apa.org前往参考资料 ↓在新标签页中打开|120120The role of facial expression in emotion: A review of the literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

实时连续评定方法（real-time continuous rating）要求被试在情绪刺激呈现的同时，通过操纵杆、滑块或旋钮等装置连续不断地报告其当下体验到的情绪强度或效价，从而获得一条随时间变化的时间序列，而非单一的事后总体评分。^{121121Development of the Real-time Joystick Rating Method for Affect and Establishing its Validityjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

Sakurai 与 Shimizu（2008）开发了「实时操纵杆情绪评定法」（Real-time Joystick Rating Method for Affect），并对其效度进行了检验，该工具让被试以操纵杆的连续位移映射情绪状态的变化，发表于《日本情绪研究杂志》（Japanese Journal of Research on Emotions）第 16 卷第 1 期。^{121121Development of the Real-time Joystick Rating Method for Affect and Establishing its Validityjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

实时连续评定与传统的离散时点自评量表（如 SAM 一类单次评定）构成互补关系：后者便于跨被试比较与统计分析，前者则保留了情绪在时间维度上的动态轨迹，二者结合可同时获得「总体水平」与「变化过程」两类信息。^{121121Development of the Real-time Joystick Rating Method for Affect and Establishing its Validityjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

将实时连续评定与生理测量（如皮肤电、心率变异性、面部肌电）同步采集，是情绪研究中常见的多方法组合策略：连续自评提供主观体验通道的时间标记，生理信号提供外周唤醒与自主神经活动的客观指标，二者在时间轴上对齐后可检验主观报告与生理反应的一致性。^{121121Development of the Real-time Joystick Rating Method for Affect and Establishing its Validityjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

在与其他测量方法结合时，实时连续评定的数据通常需要与刺激呈现时间戳、生理采样率进行重采样与对齐，采样率不匹配与操作延迟是影响结合分析质量的主要技术问题。^{121121Development of the Real-time Joystick Rating Method for Affect and Establishing its Validityjstage.jst.go.jp前往参考资料 ↓在新标签页中打开}

在人机交互语境下，主观情绪评测被用于赋予机器识别、理解和表达人类情感的能力，是情感计算的核心环节之一；其典型做法是结合问卷调查、眼动追踪、生理测量、脑电测量与行为观察等多模态实验手段，再通过统计分析与数学建模来测量和预测用户情感。^{122122工程科技数字图书馆ebooks.cmpbook.com前往参考资料 ↓在新标签页中打开}

面向人机交互的情感测量已从单一问卷自评扩展到多模态数据驱动范式：主观自评提供效价、唤醒等体验层面的标签，眼动、皮电、脑电等生理信号提供难以自我报告或报告失真的过程性指标，两者互补构成情感计算模型的训练与验证基础。^{122122工程科技数字图书馆ebooks.cmpbook.com前往参考资料 ↓在新标签页中打开}

连续情绪评定（continuous affective rating）是人机交互研究中采集主观情绪时间序列的常用手段：被试在观看交互过程的同时拖动滑块实时标注感受，工具按固定间隔（如每秒）以及评分发生变化时记录数据点，从而把主观感受对齐到交互事件的时间轴上。^{123123“How Did They Come Across?” Lessons Learned from Continuous Affective Ratingsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

CORAE（COntinuous Retrospective Affect Evaluation）是一个开源的、基于网页的连续回溯式情感评定工具，被用于采集人际互动中社会距离等动态感知的回顾性评分，并支持将评分事件与话语分析所揭示的互动现象相互映射。^{123123“How Did They Come Across?” Lessons Learned from Continuous Affective Ratingsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在情感计算系统中，主观情绪评测既可作为监督信号的来源（为面部表情、语音韵律、文本情感分类器等模型提供人工标注标签），也可作为系统输出侧的评估基准，用于检验机器情感识别结果与人类自陈感受之间的一致性。^{122122工程科技数字图书馆ebooks.cmpbook.com前往参考资料 ↓在新标签页中打开|123123“How Did They Come Across?” Lessons Learned from Continuous Affective Ratingsar5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

将主观情绪评测嵌入人机交互产品开发，被认为有助于提升智能交互产品的情感化设计水平与量化评测能力，进而推动人工智能产业发展；这一应用定位在中国工程科技类专著中已被明确表述。^{122122工程科技数字图书馆ebooks.cmpbook.com前往参考资料 ↓在新标签页中打开}

在产品与广告评测中，主观情绪评测最典型的用法是「广告效果前测」：在广告正式投放前，让目标受众观看广告或故事板，用 SAM（Self-Assessment Manikin）等非言语情绪量表测量唤醒度与效价，以预测广告能否引发足够的情绪唤起。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开|124124Affective computingmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

Bradley 与 Lang 提出的 SAM 用图形人偶分别表示效价、唤醒度和支配感三个维度，被试只需在五点图形上打勾，避免了冗长文字量表对广告情境的干扰，因而被广泛用于广告与媒体内容的情绪反应测量。^{2525Measuring emotion: The Self-Assessment Manikin and the Semantic Differentialdoi.org前往参考资料 ↓在新标签页中打开}

产品评测中的主观情绪测量常与 葡萄酒盲品 式的感官评价结合：在食品、饮料、香水等品类，评测者先给出整体喜好度（hedonic liking），再用情绪词表（如 EsSense Profile）勾选所体验到的情绪，以区分「喜欢」与「为什么喜欢」。^{126126Development of a method to measure consumer emotions associated with foodsdoi.org前往参考资料 ↓在新标签页中打开}

EsSense Profile 由 King 与 Meiselman 提出，包含 39 个情绪术语，要求评价者在消费产品后勾选符合自身感受的词汇，是食品与消费品情绪评测中被引用最多的情绪词表之一。^{126126Development of a method to measure consumer emotions associated with foodsdoi.org前往参考资料 ↓在新标签页中打开}

在广告与产品评测中，主观情绪评测常与 遥测 式的生理与行为数据（如面部肌电、皮肤电、眼动）并行采集，用「主观报告 + 生理指标」的三角互证来弥补单一自陈量表易受社会赞许性偏差影响的缺陷。^{124124Affective computingmitpress.mit.edu前往参考资料 ↓在新标签页中打开}

在产品评测场景中，主观情绪评测的一个实务要点是「情境锚定」：同一产品在实验室试用与在家中自然使用两种情境下，被试报告的情绪词分布存在系统差异，因此评测设计需明确情境并保持跨批次一致。^{126126Development of a method to measure consumer emotions associated with foodsdoi.org前往参考资料 ↓在新标签页中打开}

广告评测中的主观情绪测量还面临「情绪词表跨文化不等价」的问题：同一情绪词在不同语言中的内涵与外延并不完全重合，跨国广告评测若直接翻译词表，可能引入测量不等价偏差。^{126126Development of a method to measure consumer emotions associated with foodsdoi.org前往参考资料 ↓在新标签页中打开}

声景（soundscape）研究把「主观情绪评测」作为核心方法之一：声景定义的落脚点是「人在特定语境下对声环境的感知与理解」，因此评价声景优劣不能只看声压级等物理指标，而必须测量听者的主观感受，情绪维度（愉悦度、唤醒度）是其中被最频繁使用的一类主观量。^{127127Comparison between perceived and felt emotions in the soundscape evaluation of urban open spaces - UCL Discoverydiscovery.ucl.ac.uk前往参考资料 ↓在新标签页中打开}

在城市开放空间的声景评价中，研究者区分了「感知到的情绪」（perceived emotion，听者判断声环境所传达的情绪）与「感受到的情绪」（felt emotion，听者自身被诱发的情绪）两类主观量，并发现二者并不一致；这意味着用单一情绪评分概括声景体验会丢失信息，施测时应明确问的是哪一种。^{127127Comparison between perceived and felt emotions in the soundscape evaluation of urban open spaces - UCL Discoverydiscovery.ucl.ac.uk前往参考资料 ↓在新标签页中打开}

Zhang、Kang 与 Yang 2024 年发表于《The Journal of the Acoustical Society of America》的研究（第 155 卷第 4 期，第 2756–2768 页）以城市开放空间为对象，系统比较了声景评价中感知情绪与感受情绪的差异，是该方向较近期的代表性实证工作。^{127127Comparison between perceived and felt emotions in the soundscape evaluation of urban open spaces - UCL Discoverydiscovery.ucl.ac.uk前往参考资料 ↓在新标签页中打开}

声景主观评测的典型实施方式是「现场问卷 + 声学测量」并行：在测点同步记录声压级、频谱等物理量，同时让在场者用标准化量表（如情绪维度量表、声景感知属性量表）打分，再建立主观评分与物理指标之间的统计关系，用于噪声管理和城市设计。^{127127Comparison between perceived and felt emotions in the soundscape evaluation of urban open spaces - UCL Discoverydiscovery.ucl.ac.uk前往参考资料 ↓在新标签页中打开}

环境与声景评价是主观情绪评测在「非实验室、非临床」场景中应用最成熟的领域之一：它把情绪测量从个体心理诊断转向群体性的环境质量评估，评测结果直接服务于城市规划、公园与街区设计、噪声政策制定等公共决策。^{127127Comparison between perceived and felt emotions in the soundscape evaluation of urban open spaces - UCL Discoverydiscovery.ucl.ac.uk前往参考资料 ↓在新标签页中打开}

在临床与心理健康领域，主观情绪评测最基础的用途是症状筛查与严重程度分级：以自评量表（如 PHQ-9 抑郁量表、GAD-7 焦虑量表、贝克抑郁量表 BDI-II）在初诊、随访和疗效评估节点反复施测，把「情绪困扰」这一主观体验转成可比较的分数，用于判断是否达到临床阈值以及分数变化是否具有临床意义。^{128128The PHQ-9: Validity of a Brief Depression Severity Measurepubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|129129A rating scale for depression (HAM-D)pubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

PHQ-9 与 GAD-7 等简短自评工具被广泛嵌入初级保健与综合医院的常规流程，其价值在于低成本、可重复、便于非精神科医生操作；但它们的定位是筛查与监测工具，不能替代结构化诊断访谈，阳性结果仍需临床评估确认。^{128128The PHQ-9: Validity of a Brief Depression Severity Measurepubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|130130A brief measure for assessing generalized anxiety disorder: the GAD-7pubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在心理治疗与精神科药物治疗中，主观情绪评测被用作常规结局监测（routine outcome monitoring, ROM）：每次会谈前施测，把分数曲线反馈给治疗师与来访者，用于发现治疗停滞、恶化或脱落风险，并据此调整干预方案。^{131131Feedback-informed treatment versus usual psychological treatment for depression and anxiety: a multisite, open-label, cluster randomised controlled trialpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|132132Routine outcome monitoring in psychotherapy: a systematic review and meta-analysispubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在精神药理学试验与临床服务中，主观情绪评测（自评抑郁、焦虑、躁狂症状量表）是主要疗效终点之一；但自评与他评（临床医生评定，如 HAM-D、MADRS）常出现系统性分歧，自评更敏感于主观痛苦与功能影响，他评更受评定者训练与期望影响，因此试验设计通常同时采集两类数据。^{129129A rating scale for depression (HAM-D)pubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|133133The Montgomery-Åsberg Depression Rating Scale (MADRS)pubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在儿童与青少年心理健康服务中，主观情绪评测强调多 informant（儿童自评、父母报告、教师报告）并行采集，因为不同报告者对同一儿童的情绪与行为问题评分一致性仅为低到中等，单一来源会系统性高估或低估问题。^{134134The Achenbach System of Empirically Based Assessment (ASEBA): Development, Findings, Theory, and Applicationsaseba.org前往参考资料 ↓在新标签页中打开}

在老年与认知障碍人群中，主观情绪自评的可用性受限于阅读能力、认知功能与「症状归因于躯体疾病」的倾向；临床实践因此常辅以简版量表、口头施测与照料者报告，并对量表做年龄适配的阈值调整。^{135135Geriatric Depression Scale (GDS): Recent evidence and development of a shorter versionpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在数字心理健康（APP、远程医疗、生态瞬时评估 EMA）场景中，主观情绪评测从「一次性问卷」转向高频短问卷与经验取样，用于捕捉情绪波动、触发因素与干预即时效果；这类高频自评的依从性衰减与反应性（反复自评本身改变情绪报告）是主要方法学问题。^{136136Ecological Momentary Assessment (EMA) in behavioral medicineacademic.oup.com前往参考资料 ↓在新标签页中打开|137137The role of ecological momentary assessment in digital mental healthpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在自杀风险与危机干预中，主观情绪评测（如抑郁、绝望感、无望感量表）被用于风险分层，但单一自评分数对自杀行为的预测力有限，临床指南普遍要求结合结构化风险评估与临床访谈，不能仅凭量表分数做处置决定。^{138138Assessment and Treatment of Patients With Suicidal Behaviorspsychiatryonline.org前往参考资料 ↓在新标签页中打开}

在康复与慢病管理中，主观情绪评测被用于识别共病抑郁焦虑（如心血管病、糖尿病、肿瘤患者），因为共病情绪问题显著影响治疗依从性与预后，而简短自评工具可在非精神科门诊低成本完成初筛。^{139139Screening for depression in adults: US Preventive Services Task Force recommendation statementpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

Mauss 与 Robinson 提出「情绪自我报告的准确性」问题，区分了自我报告与真实情绪状态之间的偏差来源，包括情境需求、自我欺骗、情绪觉察能力差异与反应风格，并指出这些偏差在个体间存在稳定差异。^{1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

经验取样法（ESM）与日重现法（DRM）等即时性自我报告方法被提出，用以缓解回顾性自我报告的记忆重构偏差；研究显示回顾性报告与即时报告之间存在系统性差异，且回顾性报告更受峰值与结尾时刻影响。^{144144Experience sampling method and day reconstruction method: A comparison of retrospective and momentary reportspsycnet.apa.org前往参考资料 ↓在新标签页中打开}

反应风格与量表格式本身会引入系统偏差： acquiescence（默认同意）、极端反应风格以及文化间对量表刻度的解释差异，都会使跨群体比较的自我报告分数失真。^{145145Response styles in cross-national survey research: A 26-country studyjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

社会赞许性与自我呈现动机使被试在自我报告中系统性低报负性情绪、高报正性情绪，这一偏差在敏感情境（如临床评估、职场测评）中尤为突出。^{1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开|145145Response styles in cross-national survey research: A 26-country studyjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

情绪觉察能力（alexithymia 等构念）的个体差异意味着部分被试即使诚实作答，也难以准确命名与报告自身情绪状态，这构成自我报告效度的能力性上限。^{1818Measures of emotion: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

在临床与精神病理学研究中，自我报告量表与临床访谈（如 SCID）在焦虑、抑郁等情绪障碍的判定上一致性仅为中等，说明自我报告不能替代结构化临床评估。^{146146The PHQ-9: Validity of a brief depression severity measureonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

维度模型与类别模型之争的核心在于：情绪体验应当被刻画为若干连续维度上的位置（如效价与唤醒度），还是被划分为一组离散且质上不同的基本情绪类别（如愤怒、恐惧、快乐、悲伤）。这一分歧直接决定主观情绪评测采用何种计分与建模方式：维度取向多用连续量表与空间坐标，类别取向多用离散标签、迫选或类别强度评分。^{2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开|148148An argument for basic emotionsdoi.org前往参考资料 ↓在新标签页中打开}

以 Russell 为代表的维度取向主张情绪体验可由效价（愉悦—不愉悦）与唤醒度（激活—平静）两个正交维度构成环形结构（circumplex model），并据此发展出 主观情绪评测 中广泛使用的连续评分工具；该模型能解释情绪词在二维空间中的系统性分布，但被批评为难以区分同一象限内质上不同的情绪（如愤怒与恐惧同属高唤醒负效价）。^{2121A circumplex model of affectdoi.org前往参考资料 ↓在新标签页中打开|2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开}

在测量实践中，维度与类别并非互斥：PANAS 等工具以正负情感两维度计分，而多数临床与现场量表仍以离散情绪词逐项评分，研究者常在同一份问卷中同时采集维度得分与类别标签，再以相关或潜变量模型检验两者的对应关系。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开|4141The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical sampledoi.org前往参考资料 ↓在新标签页中打开}

这场争论对主观情绪评测的直接影响体现在计分与统计建模层面：维度得分通常按连续变量处理并采用线性模型，类别标签则多用分类、多项 logistic 或混合模型；若忽略两者的测量层级差异，直接混用会导致效应量解释与显著性检验的偏差。^{4040Development and validation of brief measures of positive and negative affect: The PANAS scalesdoi.org前往参考资料 ↓在新标签页中打开|4141The Positive and Negative Affect Schedule (PANAS): Construct validity, measurement properties and normative data in a large non-clinical sampledoi.org前往参考资料 ↓在新标签页中打开}

近年来的折中路径包括层级模型与成分模型：前者假定基本情绪类别在维度空间中具有原型结构，后者将情绪分解为效价、唤醒、控制感等成分再组合，试图在保留维度可比较性的同时恢复类别层面的区分力。^{2020Core affect and the psychological construction of emotiondoi.org前往参考资料 ↓在新标签页中打开|149149The structure of current affect: Controversies and emerging consensusdoi.org前往参考资料 ↓在新标签页中打开}

实时与连续评定（real-time / continuous affect assessment）指在情绪体验发生的当下、以秒级或更细的时间粒度反复采集主观报告，而非事后一次性回溯评分；其典型实现包括经验取样法（ESM）、生态瞬时评定（EMA）与实验室内的连续情绪评定（如滑动条、旋钮、操纵杆）。^{5656Experience sampling methoden.wikipedia.org前往参考资料 ↓在新标签页中打开|150150Continuous measurement of emotion: The affect rating dialacademic.oup.com前往参考资料 ↓在新标签页中打开}

在实验室连续评定中，被试一边观看或聆听刺激一边实时拖动滑块报告当前感受，可得到与刺激时间轴对齐的情绪轨迹；这类方法能捕捉情绪的上升、峰值与回落过程，而传统「看完后打一个分」的做法会把这些动态信息压缩成一个点。^{150150Continuous measurement of emotion: The affect rating dialacademic.oup.com前往参考资料 ↓在新标签页中打开|151151Continuous self-report of affect: A review of methods and measuresfrontiersin.org前往参考资料 ↓在新标签页中打开}

经验取样法（ESM）由 Csikszentmihalyi 等人在 1970 年代提出，通过随身设备在随机时点提示被试报告当下状态，以降低回溯偏差、提高生态效度；后续 EMA 研究将其扩展为带时间戳的多维情绪与情境记录。^{5656Experience sampling methoden.wikipedia.org前往参考资料 ↓在新标签页中打开|5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开}

智能手机与可穿戴设备的普及推动了 EMA 从纸笔提示卡向 App 推送、被动传感与生态瞬时干预（EMI）演进；采样频率、提示时点与依从性之间的权衡成为设计要点，过高频率会显著降低长期依从性。^{5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开|152152Ecological momentary assessment in mental health research: A systematic reviewmhealth.jmir.org前往参考资料 ↓在新标签页中打开}

连续情绪评定数据与面部肌电、皮电、心率变异性等生理信号的同步采集，使「主观报告—生理反应」的时间对齐分析成为可能，被用于情绪动力学与情绪调节研究。^{150150Continuous measurement of emotion: The affect rating dialacademic.oup.com前往参考资料 ↓在新标签页中打开|6565Self-Report Measures of Emotion: A Review of the Literaturejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在临床与心理健康监测中，EMA 被用于追踪情绪波动、预测复发风险；但高频自评带来的负担、以及自评与临床访谈结论之间的一致性程度，仍是限制其单独作为诊断依据的因素。^{5757Ecological momentary assessmenten.wikipedia.org前往参考资料 ↓在新标签页中打开|152152Ecological momentary assessment in mental health research: A systematic reviewmhealth.jmir.org前往参考资料 ↓在新标签页中打开}

实时连续评定与 大语言模型 等大语言模型驱动的对话式情绪追踪结合，是近年出现的新方向：通过自然语言交互在对话中即时推断与追问情绪状态，但其测量学性质（信度、效度、可比性）尚缺乏统一标准。^{152152Ecological momentary assessment in mental health research: A systematic reviewmhealth.jmir.org前往参考资料 ↓在新标签页中打开}

多模态情绪识别（multimodal emotion recognition）是主观情绪评测近年最明确的技术走向之一：它把面部表情、语音韵律、文本语义、生理信号（如皮肤电、心电）等不同通道的信息联合建模，以弥补单一通道在自然场景下信息不完整、易被掩饰的缺陷。^{153153Multimodal Emotion Recognition: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|154154Multimodal Machine Learning: A Survey and Taxonomyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在多模态融合的架构层面，早期工作以特征级拼接（early fusion）与决策级加权（late fusion）为主；近年的主流则转向基于 注意力机制 的跨模态融合，让模型自动学习各通道在特定样本上的贡献权重，而不是人为设定固定权重。^{154154Multimodal Machine Learning: A Survey and Taxonomyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|155155Multimodal Transformer for Unaligned Multimodal Language Sequencesaclanthology.org前往参考资料 ↓在新标签页中打开}

以 Transformer 为骨干的跨模态模型已成为多模态情绪分析的重要范式：通过跨模态注意力对齐语音、视觉与文本序列，在 IEMOCAP、CMU-MOSEI 等公开基准上取得比单模态基线更高的加权准确率与 F1。^{155155Multimodal Transformer for Unaligned Multimodal Language Sequencesaclanthology.org前往参考资料 ↓在新标签页中打开|156156Towards Multimodal Emotion Recognition: A Survey of Datasets and Methodsarxiv.org前往参考资料 ↓在新标签页中打开}

大规模预训练与 大语言模型 的引入，使多模态情绪评测从「为每个数据集训练专用小模型」转向「用统一的多模态大模型做零样本或少样本推断」，并开始覆盖讽刺、隐喻等需要语境推理的情绪表达。^{157157Multimodal Large Language Models: A Surveyarxiv.org前往参考资料 ↓在新标签页中打开|158158Emotion Recognition in Conversation: A Surveyarxiv.org前往参考资料 ↓在新标签页中打开}

生理信号通道（皮肤电、心率变异性、脑电等）被视为对「掩饰性表达」最不敏感的一路证据，因此在多模态融合中被寄望于提升评测的生态效度；但其采集依赖可穿戴或实验室设备，成本与侵入性限制了大规模部署。^{153153Multimodal Emotion Recognition: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|115115A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开}

多模态情绪数据集的标注本身依赖主观报告，融合模型的上限受制于标注一致性；因此多模态路线并未绕开 主观情绪评测 固有的信效度问题，反而把标注者间一致性推到了更前台。^{115115A review of emotion recognition using physiological signalsmdpi.com前往参考资料 ↓在新标签页中打开|159159Deep Learning for Emotion Recognition on Small Datasets: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在应用侧，多模态情绪评测正被推向人机交互、心理健康筛查与教育场景的 affective computing 系统；但隐私、知情同意与跨文化效度问题随之凸显，欧盟《人工智能法案》对情绪识别系统作出高风险归类与限制，构成对大规模部署的直接约束。^{162162Regulation (EU) 2024/1689 (Artificial Intelligence Act)eur-lex.europa.eu前往参考资料 ↓在新标签页中打开|163163Ethics of Emotion Recognition: A Surveyarxiv.org前往参考资料 ↓在新标签页中打开}

可解释性与伦理审计被视为多模态融合下一阶段的关键议题：由于融合权重由模型习得，评测结果难以回溯到具体通道证据，学界呼吁在情绪评测中引入可解释性报告与偏差审计流程。^{158158Emotion Recognition in Conversation: A Surveyarxiv.org前往参考资料 ↓在新标签页中打开|163163Ethics of Emotion Recognition: A Surveyarxiv.org前往参考资料 ↓在新标签页中打开}

自然主义范式（naturalistic paradigms）使用连续、多模态、接近日常经验的刺激（如看电影、听故事、社交互动），相比传统高度控制的实验室任务具有更高的生态效度，这为把大语言模型（LLM）的文本评分与人类主观情绪评分做对照提供了方法论基础。^{164164Evaluating Large Language Models as Substitutes for Human Affective Ratings in Naturalistic Paradigmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

有研究专门设计「叙事阅读」与「叙事聆听」两种实验条件，用以弥合基于 LLM 的文本评分与人类在听觉模态下主观体验之间的模态差异，从而检验 LLM 能否替代人类做情感评分。^{164164Evaluating Large Language Models as Substitutes for Human Affective Ratings in Naturalistic Paradigmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在主观情绪评测的语境下，「AI 模拟主观感受」指用多模态大模型、情感计算模型等去预测或复现人类对刺激的主观情绪反应，其目标不是让机器「拥有」感受，而是让机器输出与人类主观评分可比的判断。^{164164Evaluating Large Language Models as Substitutes for Human Affective Ratings in Naturalistic Paradigmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|166166明略科技出席AICon2024，分享AI模拟人类主观感受新突破-明略科技mininglamp.com前往参考资料 ↓在新标签页中打开}

明略科技构建了大规模视频主观多模态评估数据集 Video-SME，通过采集脑电波（EEG）与眼动追踪数据，分析不同受试者对视频内容的认知理解程度，并自研超图多模态大语言模型（HMLLM）来建模人口统计、视频元素、脑电与眼动指标之间的关联。^{166166明略科技出席AICon2024，分享AI模拟人类主观感受新突破-明略科技mininglamp.com前往参考资料 ↓在新标签页中打开}

明略科技方面指出，现有 AI 技术主要关注客观事物解析，缺乏理解人类主观感受的有效手段，而基于现有评测标准的局限性，构建 Video-SME 这类主观多模态数据集与超图多模态大模型，是机器模拟人类主观感受的一条可行路径。^{166166明略科技出席AICon2024，分享AI模拟人类主观感受新突破-明略科技mininglamp.com前往参考资料 ↓在新标签页中打开}

大语言模型在共情（empathy）方面的评测、增强与挑战已成为心理学与人工智能交叉领域的研究议题，相关综述讨论了 LLM 共情能力的评估方法、提升手段和尚存问题，这为 AI 模拟主观感受的能力边界提供了参照。^{165165Empathy in large language models: Evaluation, enhancement, and challengesjournal.psych.ac.cn前往参考资料 ↓在新标签页中打开}

AI 模拟主观感受在产业侧的应用动机之一，是帮助品牌理解不同文化背景下不同群体的情感反应，并据此调整全球化传播策略，这使主观情绪评测从学术量表走向大规模、多模态的工程化评估。^{166166明略科技出席AICon2024，分享AI模拟人类主观感受新突破-明略科技mininglamp.com前往参考资料 ↓在新标签页中打开}

将脑电、眼动等生理信号与视频内容、人口统计变量联合建模的超图多模态路线，代表了主观情绪评测从「自陈量表」向「生理—行为—内容」多源融合方向发展的趋势，其有效性已在 Video-SME 等数据集的实验中得到初步展示。^{166166明略科技出席AICon2024，分享AI模拟人类主观感受新突破-明略科技mininglamp.com前往参考资料 ↓在新标签页中打开}

在方法学上，用 LLM 替代人类做情感评分时，必须处理模态差异问题——例如文本阅读与听觉聆听所诱发的主观体验并不相同，因此实验设计需要设置跨模态对照条件，否则评分可比性存疑。^{164164Evaluating Large Language Models as Substitutes for Human Affective Ratings in Naturalistic Paradigmsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}