维度情感模型
一.维度情感模型
人类的情感是复杂繁琐的认知过程，很难对人类情感进行简单的概括，现阶段的情感模型大多分为两种，分别是离散情感模型和维度情感模型。
传统上，情感被看作是离散的类别，例如快乐、悲伤、愤怒等。离散情感模型将情感分为独立的类别，著名的心理学家Ekman等人总结了六种基本情绪：快乐、悲伤、愤怒、恐惧、惊讶、厌恶。且这六种基本情感可以组合派生出其他复合情绪。Roseman等人通过评价因素对情感进行评估，给出17种基本情绪。由于情绪的复杂性，很难精确的对其进行模拟，在实际使用场景中，针对离散情感模型的分类模型比较常见。
然而，随着研究的深入，越来越多的学者开始认识到情感的复杂性和连续性。维度情感模型(Dimensional emotion model)就是在这样的背景下提出的，它提供了一个新的视角来理解和表示情感相较于离散情感模型，维度情感模型更加具有普适性，可以有效的对情绪强度进行描述。维度理论认为，情绪是一个高度相关的连续变量。情绪状态被描述为多维空间中的坐标点，使用几个具有连续值的基本维度，每个维度都是对情绪某一方面的测量，可以将现实中的情感状态映射到相应的维度上。每个维度的值反映了情感状态在该维度上的强度。这种模型为我们提供了一个更为精细和全面的情感描述框架，有助于我们更深入地理解情感的复杂性和多样性。
目前被广泛采用的维度情感描述模型主要包括激励–评估–控制空间理论(valence-activation-dominance space)、情感轮理论(emotion wheel)和愉悦度–唤醒度–支配度三维度模型(pleasure-arousal-dominance, PAD)。
(一) 激励–评估–控制空间理论(Valence-Activation-Dominance Space)
情感状态的激励–评估–控制空间理论(VAD空间)含三个方面：首先是激励维度，用以指示个体为某一行为做准备的程度，即行为的倾向性。其次是评估维度，用于度量个体对于某人或某事的正向或负向评价。最后是控制维度，表示情感状态对影响其对象的程度。VAD空间是一个三维坐标系，第一坐标轴表示激励程度，第二坐标轴表示评估价值，第三坐标轴表示控制程度。
(二) 情感轮理论(Emotion Wheel)
Plutchik (1980)等人对情感进行了多年的研究，他们通过在激励–评估–控制空间上进行情感分析，认为情感分布在一个圆形结构上，其中心为自然原点。自然原点被认为是一种状态，它包含了各种情感。因素，但是这些情感因素在该点上的强度太弱，无法体现。自然原点向不同方向扩展，形成不同的情感。情感点与自然原点之间的距离反映情感的强度。这种分类情感的理论称为情感轮理论，如图所示。通过情感轮的二维平面，任何类型的情感都能够根据其强度和方向用情感矢量E来表示，其中，情感强度用矢量的幅度值表示，情感方向则用矢量的角度表示。
（三) 愉悦度–唤醒度–支配度三维度模型(Pleasure-Arousal-Dominance, PAD)
在维度情感模型中，认同度最高的PAD模型是基于愉悦度（Pleasure）、唤醒度（Arousal）、支配度（Dominance）三个维度的模型。效价维度的范围从消极到积极，以表明情绪的愉快程度；唤醒维度表示情绪的兴奋程度，从低到高。支配维也称为注意维或能量维，表示影响周围环境及他人或反过来受其影响的感受，如愤怒、勇敢或焦虑、害怕，高的支配度是一种有力、主宰感，而低的支配度是一种退缩、软弱感。
(四) 效价–唤醒模型
由于PAD模型中的Pleasure和Arousal两个维度可以代表绝大多数不同的情绪，因此Russell提出了一个基于Valence-Arousal的circumplex模型来代表复杂的情绪。该模型定义了一个连续的二维情感空间模型。
二.维度情感标注
在此只介绍一种标注方法：PAD情感量表
PAD情感量表是通过使用PAD三维情感模型来测量情感的一种工具。中科院心理所对其进行了中国化修订，将其改为一个9点的语义差异量表，每个项目由一对表示不同情感状态的形容词构成。被试者需要根据自己的感受来评定目标情感的强度，最终得分是该维度的4个项目得分的平均数。
三.情感计算数据库
情感计算数据库根据数据模态可分为文本数据库、语音/音频数据库、视觉数据库、生理数据库和多模态数据库。
（一）文本数据库
TSA数据库主要有Multi-domain sentiment (MDS)和二元情感分类数据库IMDB。前者包含了从亚马逊网站获取的10万多句产品评论。这些句子被标记为两种情绪类别(积极和消极)和五种情绪类别(强积极，弱积极，中性，弱消极，强消极)；后者提供25000条极具极性的电影评论用于训练，25000条用于测试。此外， Stanford sentiment treebank(SST)是由斯坦福大学标注的语义词汇数据库。它在11855个句子的解析树中包含215154个短语的细粒度情感标签，并且它是第一个具有完全标记的解析树的语料库。
（二） 语音/音频数据库
语音数据库可以分为两种类型：自发和非自发（模拟和诱导）
非自发数据库Emo-DB包含了10位演员(5男5女)以happy, angry, anxious, fearful, bored and disgusting 的方式说出的约500句话。自发数据库Belfast是在英国北爱尔兰女王大学对40名受试者(年龄在18至69岁之间，20名男性和20名女性)进行记录的。每位受试者参加五项测试，每项测试都包含立体声短视频(长度为5到60秒)，并与五种情绪倾向中的一种有关: anger, sadness, happiness, fear, and neutrality.
（三）视觉数据库
视觉数据库也可以分为两类:面部表情数据库和肢体动作情感数据库。
1.面部表情数据库
2.肢体动作情感数据库
（四）生理数据库
（五）多模态数据库
