1 引言
语言暴力(verbal violence)是以语言为媒介的暴力行为，影响个体的身心健康，暴力词是语言暴力的重要载体。先前研究并未直接对暴力词予以概念界定，结合语言暴力现象(耿雯雯, 谢朝群, 2020; Cho et al., 2020; Yun et al., 2019)，本研究认为，暴力词是一类致使他人的精神与心理遭受攻击与伤害，使他人感受到羞辱、诋毁、歧视、嘲笑、恐惧等情感体验的词汇。例如在汉语中，“畜牲”“人渣”等都是十分常见的暴力词。
情绪词同时包含描述事物和情绪两方面的信息(刘宏艳 等, 2009)，主要用于描述情绪状态或者感受(如，快乐和沮丧)(Vine et al., 2020)。以往情绪词研究通常选取愉悦度、唤醒度、优势度、趋向度和熟悉度共五个维度来描述情绪词的词汇特征(王一牛 等, 2008)。此外，有研究提出情绪二维模型(two-dimensional structure of affect)，该模型认为，每一种情绪都是在效价和唤醒度两个相互独立的维度上有一定程度的取值(Lang et al., 1998; Russell, 2003)。例如，消极情绪词(如，出卖)会比积极情绪词(如，活泼)表现出更低的情绪效价，而二者在唤醒度等其他方面无显著差异(曲之毅 等, 2015)。与消极情绪词相似，暴力词也传递了许多消极的情绪信息(Janschewitz, 2008)。暴力词是一种特殊的情绪词，但暴力词往往更具攻击性与伤害性，除了表达情绪外，还会对他人的身心造成一定程度的攻击与伤害(Jay, 1992)。因此，传统基于情绪词的词汇特征维度并不能较为全面地描述暴力词。本研究将在情绪词研究基础上，进一步考虑暴力词的攻击性与伤害性，以期更精细地刻画暴力词的词汇特征，凸显暴力词相比情绪词的独特之处。
除了上述多个单一维度的词汇特征外，近来有研究尝试用一个较为整合的维度(社会情绪性)来解释词汇的认知加工。例如，Donahoo和Lai(2020)发现，与中性词相比，具有语言暴力特性的词汇和消极词均会诱发更强的正波，但是只有具有语言暴力特性的词汇会诱发更大的LPC成分(late positivity component)。研究者提出，LPC的增加可能意味着具有语言暴力特性的词汇具有更强的社会情绪性。Sendek等(2022)的研究中，母语为美式英语的被试阅读带有语言暴力特征的美式英语禁忌词(仅在美国文化背景下中使用的禁忌词)、英式英语禁忌词(仅在英国文化背景下中使用的禁忌词)和情绪词，结果发现与消极词相比，具有语言暴力特性的美式英语禁忌词会诱发更大的LPC(Sendek et al., 2022)。这一结果也进一步反映出暴力词在社会情绪性方面可能与情绪词存在差异。但是，这一推测目前还缺乏直接证据的支持。暴力词的社会情绪性究竟由哪些词汇特征所构成，对这一问题的探讨有助于更为直接地揭示暴力词的社会情绪性特征。
情绪信息更容易吸引注意，会消耗更多的注意资源，个体在情绪词的认知加工过程中会迅速捕捉情绪信息，产生“情绪效应”(Citron, 2012; Kousta et al., 2009)。但是，以往研究发现，情绪效应的产生并不是自动化的(王若茵, 范宁, 2016; Kanske & Kotz, 2007)，情绪词的这种情绪效应可能受到实验任务的影响(范宁 等, 2012; 王若茵, 范宁, 2016; Storbeck & Robinson, 2004)。情绪效应更多出现在与情绪语义相关的实验任务中(如效价判断任务，要求被试判断词汇的情绪效价)(Hinojosa et al., 2014; Schindler & Kissler, 2016)，较少地出现在非情绪语义的实验任务中(如词汇判断任务)(蒋重清 等, 2012)。暴力词与情绪词既有相似之处，又有不同的特点。不同加工深度的实验任务是否也会影响暴力词的加工，这种影响是否与情绪词有差异，这些问题均有待进一步考察。
本研究将通过两个研究对上述问题进行探讨。研究1首先将攻击性与伤害性纳入词汇特征评定维度之中，从愉悦度、唤醒度、优势度、趋向度、熟悉度、攻击性、伤害性七个单一维度比较暴力词与情绪词，在此基础上，通过主成分分析，对七个单一维度的词汇特征进行整合，以考察暴力词在较为综合维度上(社会情绪性)与情绪词的差异。研究1假设：暴力词比情绪词具有更低的愉悦度、优势度、趋向度和熟悉度，比情绪词具有更高的唤醒度、攻击性、伤害性和社会情绪性。研究2进一步采用词汇判断任务和类别判断任务来考察暴力词的认知加工，比较暴力词和情绪词的认知加工差异以及实验任务的可能影响。研究2假设：暴力词与情绪词在反应时和/或正确率上表现出不同，并且它们之间的差异在两个研究任务中也表现不同。
2 研究1：暴力词和情绪词的词汇特征差异
2.1 研究方法
2.1.1 被试
共30名被试，其中女生16名，男生14名，年龄18～25岁，平均年龄为21.34±1.64岁。所有被试的视力或矫正视力正常，均无神经性或精神疾病。被试均自愿参加本研究，并签署知情同意书，结束后获得一定报酬。所有研究获得华南师范大学伦理审查委员会的批准(SCNU-PSY-2021-253)。
2.1.2 研究材料
研究材料共有240个双字词，其中暴力词40个(如，人渣)，消极词40个(如，惆怅)，积极词40个(如，欢乐)，中性词120个(如，事务)。积极词、消极词和中性词均从汉语情感词系统中选取(王一牛 等, 2008)。暴力词采用自由联想法，招募另外230名不参与本研究的被试，向被试呈现语言暴力的定义，让被试回忆或想象有关语言暴力的3个双字词，选取计数排名前40的双字词作为本研究中的暴力词材料。
2.1.3 研究程序
参照以往研究对词汇特征的测评方法(王一牛 等, 2008)，研究1要求被试对240个词汇的愉悦度(“1”表示“非常不满”，“9”表示“非常高兴”)、唤醒度(“1”表示“非常平静”，“9”表示“非常激动”)、优势度(“1”表示“非常受控制”，“9”表示“非常能操控”)、趋向度(“1”表示“非常想回避”，“9”表示“非常想趋近”)、熟悉度(“1”表示“非常陌生”，“9”表示“非常熟悉”)、攻击性(“1”表示“没有感受到攻击”，“9”表示“感受到强烈攻击”)和伤害性(“1”表示“没有受伤害”，“9”表示“非常受伤害”)共7个维度进行李克特9点评分，并告诉全部被试每个词的感受是因人而异的，没有对错之分，评定时依据自己的第一感觉即可。
2.1.4 数据分析
首先使用SPSS28.0对七个维度的评定值分别进行单因素方差分析，事后比较均采用Bonferroni法校正。在此基础上，参考已有研究对情绪词汇特征的分析方法(Betancor-Rodríguez et al., 2016; Rodríguez-Pérez et al., 2014)，对数据进一步进行主成分分析(principal components analysis, PCA)。
2.2 结果
2.2.1 七个维度的词汇特征分析
暴力词、消极词、积极词和中性词在不同维度上的评定结果如表1 所示。
表1 暴力词和情绪词在各维度的评定值(M±SD) |
| 词汇特征 | 积极词 | 中性词 | 消极词 | 暴力词 |
| 愉悦度 | 6.96±0.33 | 5.23±0.47 | 3.61±0.27 | 2.31±0.46 |
| 唤醒度 | 4.79±0.30 | 3.27±0.60 | 4.50±0.51 | 6.38±0.60 |
| 优势度 | 6.25±0.59 | 5.31±0.52 | 4.45±0.38 | 3.84±0.34 |
| 趋向度 | 7.56±0.46 | 5.78±0.49 | 3.56±0.35 | 2.46±0.35 |
| 熟悉度 | 6.72±0.55 | 5.30±1.03 | 5.26±0.83 | 4.14±0.81 |
| 攻击性 | 2.00±0.47 | 2.46±0.56 | 4.08±0.45 | 6.80±0.63 |
| 伤害性 | 1.70±0.23 | 1.91±0.24 | 4.37±0.45 | 7.08±0.56 |
在愉悦度上，词汇类型的主效应显著[F(3, 236)=1001.47, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.94]。事后检验结果显示，暴力词的愉悦度显著低于其他词(ps<0.001)；积极词的愉悦度显著高于中性词和消极词(ps<0.001)；中性词的愉悦度显著高于消极词(p<0.001)。
在唤醒度上，词汇类型的主效应显著[F(3, 236)=309.76, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.83]。事后检验结果显示，暴力词的唤醒度显著高于其他词(ps<0.001)；中性词的唤醒度显著低于积极词和消极词(ps<0.001)；积极词和消极词的唤醒度没有显著差异(p=0.090)。
在优势度上，词汇类型的主效应显著[F(3, 236)=195.19, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.75]。事后检验结果显示，暴力词的优势度显著低于其他词(ps<0.001)；积极词的优势度显著高于中性词和消极词(ps<0.001)；中性词的优势度显著高于消极词(p<0.001)。
在趋向度上，词汇类型的主效应显著[F(3, 236)=1155.76, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.95]。事后检验结果显示，暴力词的趋向度显著低于其他词(ps<0.001)；积极词的趋向度显著高于中性词和消极词(ps<0.001)；中性词的趋向度显著高于消极词(p<0.001)。
在熟悉度上，词汇类型的主效应显著[F(3, 236)=58.70, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.47]。事后检验结果显示，暴力词的熟悉度显著低于其他词(ps<0.001)；积极词的熟悉度显著高于中性词和消极词(ps<0.001)；中性词和消极词的熟悉度没有显著差异(p=1.000)。
在攻击性上，词汇类型的主效应显著[F(3, 236)=718.87, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.92]。事后检验结果显示，暴力词的攻击性显著高于其他词(ps<0.001)；积极词的攻击性显著低于中性词和消极词(ps<0.001)；中性词的攻击性显著低于消极词(p<0.001)。
在伤害性上，词汇类型的主效应显著[F(3, 236)=2128.05, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.97]。事后检验结果显示，暴力词的伤害性显著高于其他词(ps<0.001)；积极词的伤害性显著低于中性词(p=0.030)和消极词(p<0.001)；中性词的伤害性显著低于消极词(p<0.001)。
2.2.2 主成分分析
对7个词汇特征进行主成分分析，得到词汇特征的初始特征值，如表2 所示。以特征值大于1的标准或包含信息量不低于80%的提取因子的条件(Bro & Smilde, 2014)，提取到2个主成分因子，累计贡献率为88.69%，大于80.00%，即说明这两个主成分可以解释这些词汇的大部分词汇特征，具有代表性。
表2 初始特征值 |
| 主成分 | 特征值 | 贡献率(%) | 累计贡献率(%) |
| 成分1 | 5.36 | 76.53 | 76.53 |
| 成分2 | 0.85 | 12.16 | 88.69 |
| 成分3 | 0.42 | 6.03 | 94.73 |
| 成分4 | 0.19 | 2.69 | 97.42 |
| 成分5 | 0.10 | 1.40 | 98.82 |
| 成分6 | 0.06 | 0.78 | 99.60 |
| 成分7 | 0.03 | 0.40 | 100.00 |
因子载荷反映主成分因子主要是由哪些变量来解释的，根据表3 所示，第一个主成分因子主要由4个变量影响，即愉悦度、优势度、攻击性和伤害性，本研究将这4个变量整合成一个因素，将其命名为“社会情绪性”，社会情绪性的值为愉悦度、优势度、攻击性和伤害性4个变量的均值。第二个主成分因子主要由一个变量影响，即唤醒度。对词汇的社会情绪性进行单因素方差分析，结果显示，词汇类型的主效应显著[F(3, 196)=344.03, p<0.001, η$ _{\mathrm{p}}^{2} $ =0.84]。事后检验结果显示，暴力词的社会情绪性显著高于其他词(ps<0.001)；积极词的社会情绪性显著高于中性词(p<0.001)，但与消极词之间无显著差异(p=0.177)；中性词的社会情绪性显著低于消极词(p<0.001)。
表3 主成分因子载荷量 |
| 主成分 | 成分1 | 成分2 | 成分3 | 成分4 | 成分5 | 成分6 | 成分7 |
| 愉悦度 | 0.41 | 0.14 | 0.30 | −0.30 | 0.26 | 0.73 | 0.18 |
| 唤醒度 | −0.30 | 0.70 | 0.44 | −0.20 | −0.33 | −0.04 | −0.27 |
| 趋向度 | 0.38 | 0.24 | 0.23 | 0.86 | 0.01 | <0.01 | −0.06 |
| 优势度 | 0.41 | 0.12 | 0.31 | −0.28 | 0.33 | −0.68 | 0.28 |
| 熟悉度 | 0.30 | 0.58 | −0.75 | −0.10 | 0.01 | −0.01 | 0.02 |
| 攻击性 | −0.41 | 0.18 | −0.03 | 0.12 | 0.85 | 0.02 | −0.26 |
| 伤害性 | −0.42 | 0.21 | −0.01 | 0.18 | −0.01 | 0.06 | 0.86 |
2.3 讨论
研究1结果显示，暴力词的愉悦度、优势度、趋向度和熟悉度比情绪词低，而唤醒度、攻击性和伤害性比情绪词高。主成分因子分析得到两个评价暴力词和情绪词的指标：社会情绪性和唤醒度。综合这些结果，暴力词与情绪词之间的区别，既在于传统的词汇特征，又在于社会情绪性这一更为综合的维度。这些区别都反映出了暴力词在词汇特征方面的特殊性，并且社会情绪性和唤醒度这两个维度有助于既全面又简洁地区分暴力词与情绪词。那么，暴力词和情绪词在词汇特征上的差异是否会影响暴力词和情绪词的认知加工呢？研究2将继续探讨这一问题。
3 研究2：暴力词和情绪词的认知加工差异
3.1 研究2a：暴力词和情绪词在词汇判断任务中的认知加工差异
3.1.1 被试
依据研究设计，采用G*Power 3.1.9.2软件计算被试量(Faul et al., 2009)，结果显示，当显著性水平α=0.05且中等效应(η$_{\mathrm{p}}^{2} $ =0.25)时，达到95%的统计力水平所需要的总样本量为24名。实验2a共招募28名被试，删除错误率高于随机水平(50%)的被试，有效被试共24名，其中女生15名，男生9名，平均年龄为20.04±2.07岁，被试接触语言暴力的平均年龄在9.34±3.49岁。所有被试均为右利手，视力或矫正视力正常，均无神经性或精神疾病。
3.1.2 研究材料
研究材料有160个真词和160个假词。160个真词包括研究1的暴力词、消极词、积极词各40个以及从研究1的120个中性词中随机选取的40个。160个填充词作为假词材料(如，慢各)。
3.1.3 研究程序
使用E-Prime 2.0编制研究程序。实验2a有练习和正式实验两个阶段，其中练习阶段有10个试次，正式实验阶段有320个试次，正式实验阶段被试完成一半试次后会休息一次。在每一个试次中，首先屏幕中央会出现一个持续500 ms的注视点“+”，注视点消失后会呈现2000 ms的词汇，词汇呈现方式为随机呈现，要求被试判断这个词是真词还是假词(真词指的是有意义的词汇，假词指的是没有意义的词汇)，真词按“F”键，假词按“J”键，按键在被试间平衡，被试按键后进入500 ms的空屏，空屏消失后自动进入下一个试次(具体实验流程见图1 )。研究2a持续20分钟左右。
3.1.4 数据分析与结果
在词汇判断任务下，正确率和反应时的描述性结果如表4 所示。
表4 词汇判断任务的正确率和反应时(M±SD) |
| 词汇类型 | 正确率(%) | 反应时(ms) |
| 暴力词 | 95.71±3.34 | 650±204 |
| 消极词 | 97.13±3.06 | 613±144 |
| 积极词 | 98.17±2.08 | 571±152 |
| 中性词 | 97.63±2.20 | 613±158 |
在R统计软件(R version 4.1.3)中使用lme4软件包(Bates et al., 2015)和lmerTest软件包(Kuznetsova et al., 2017)进行数据分析。
采用广义线性混合效应模型(generalized linear mixed-effects models, GLMMs)对正确率数据进行分析，采用线性混合效应模型(linear mixed-effects models, LMMs)对剔除了反应不正确的试次的反应时数据进行分析，事后检验均用lmerTest数据包中的emmeans函数实现。词汇类型为固定效应。为控制词汇熟悉度和笔画数对实验任务的影响，将熟悉度和笔画数也作为固定效应。被试和研究材料为随机效应。若模型未能收敛，剔除解释率最小方差的斜率，直至模型收敛。用限制极大似然法(restricted maximum likelihood, REML)估计参数。
正确率分析结果显示，词汇类型主效应不显著[χ$ ^{2} $ (3)=5.93, p=0.115]。剔除了反应不正确的试次反应时的比率为4.4%，反应时分析结果显示，词汇类型主效应显著[χ$ ^{2} $ (3)=18.61, p<0.001]。事后检验结果显示，暴力词的反应时显著高于消极词(β=−34.80, SE=12.40, t=−2.81, p=0.028)、积极词(β=−71.74, SE=16.70, t=−4.31, p<0.001)和中性词(β=−34.68, SE=12.40, t=−2.81, p=0.029)，积极词的反应时显著低于消极词(β=−36.95, SE=13.20, t=−2.79, p=0.030)和中性词(β=−37.06, SE=13.30, t=−2.78, p=0.031)，中性词的反应时与消极词不存在显著差异(β=0.12, SE=11.20, t=0.01, p=0.999)。
3.2 研究2b：暴力词和情绪词在类别判断任务中的认知加工差异
3.2.1 被试
依据研究设计，采用G*Power 3.1.9.2软件计算被试量，设置参数同研究2a，需要的总样本量为24名。实验2b共招募25名被试，删除错误率高于随机水平(50%)的被试，有效被试共24名，其中女生15名，男生9名，平均年龄为19.54±1.64岁，接触语言暴力的平均年龄在8.31±3.50岁。所有被试均为右利手，视力或矫正视力正常，均无神经性或精神疾病。
3.2.2 研究材料
研究材料同研究1，共有240个词汇，其中暴力词、消极词和积极词各40个，中性词120个。
3.2.3 研究程序
使用E-Prime 2.0编制研究程序。实验2b有练习和正式实验两个阶段，其中练习阶段有10个试次，正式实验阶段有240个试次，完成一半试次后会休息一次。实验流程与实验2a一致，唯一不同在于，在词汇呈现时，要求被试判断这个词是否为情绪词(即这个词汇是否带有情绪信息)，是情绪词按“F”键，不是情绪词按“J”键，按键在被试间平衡。整个实验持续15分钟左右。
3.2.4 数据分析与结果
在类别判断任务下，正确率和反应时的描述性结果如表5 所示。
表5 类别判断任务的正确率和反应时(M±SD) |
| 词汇类型 | 正确率(%) | 反应时(ms) |
| 暴力词 | 95.00±5.72 | 679±196 |
| 消极词 | 91.13±5.74 | 729±248 |
| 积极词 | 88.88±6.26 | 734±265 |
| 中性词 | 90.08±6.58 | 792±271 |
研究2b数据处理同研究2a。正确率结果显示，词汇类型主效应不显著[χ$ ^{2} $ (3)=5.93, p=0.115]。剔除了反应不正确的试次反应时的比率为10.1%，反应时结果显示，词汇类型主效应显著[χ$ ^{2} $ (3)=27.49, p<0.001]。事后检验结果显示，暴力词的反应时显著低于消极词(β=63.40, SE=20.70, t=3.07, p=0.015)、积极词(β=81.00, SE=26.00, t=3.12, p=0.013)和中性词(β=128.70, SE=24.60, t=5.24, p<0.001)，积极词的反应时与消极词(β=17.60, SE=21.00, t=0.84, p=0.835)和中性词(β=−47.70, SE=23.40, t=−2.04, p=0.187)无显著差异，中性词的反应时显著高于消极词(β=65.30, SE=20.70, t=3.15, p=0.014)。
3.3 研究2a与研究2b的联合分析
为进一步比较两个实验任务的差异，采用广义线性混合效应模型分别对研究2a和2b的正确率数据进行联合分析，采用线性混合效应模型对两个实验剔除了反应不正确的试次的反应时数据进行联合分析。两个分析均以词汇类型、实验任务、两者的交互作用、熟悉度和笔画数为固定效应。词汇类型的编码方式同研究2a和2b。熟悉度和笔画数同样作为连续变量，不编码。被试和研究材料为随机效应。若模型未能收敛，剔除解释率最小方差的斜率，直到模型收敛。用限制极大似然法估计参数。
正确率结果显示，词汇类型主效应不显著[χ$^{2} $ (3)=2.59, p=0.460]。实验任务主效应显著[χ$^{2} $ (1)=54.39, p<0.001, 词汇判断任务>类别判断任务]。词汇类型与实验任务的交互作用显著[χ$^{2} $ (3)=8.03, p=0.045]。进一步对词汇判断任务和类别判断任务再分别做广义线性混合效应模型分析(模型分别与研究2a和研究2b一致)，分析结果与研究2a和研究2b一致。
反应时结果显示，词汇类型主效应显著[χ$ ^{2} $ (3)=53.51, p<0.001]。事后检验结果显示，暴力词、积极词和消极词的反应时均显著小于中性词(ps<0.01)，而暴力词、积极词和消极词两两之间无显著差异(ps>0.05)。实验任务主效应显著[χ$ ^{2} $ (1)=296.40, p<0.001, 词汇判断任务<类别判断任务]。词汇类型与实验任务的交互作用显著[χ$ ^{2} $ (3)=72.66, p<0.001]。进一步对词汇判断任务和类别判断任务再分别做线性混合效应模型分析(模型分别与研究2a和研究2b一致)，分析结果同样与研究2a和研究2b的分析结果一致。
3.4 讨论
研究2结果发现，在词汇判断任务中，暴力词的反应时比消极词、中性词和积极词更慢。而在类别判断任务中，暴力词的反应时比消极词、积极词和中性词更快。对研究2a和研究2b的联合分析也进一步验证了暴力词与情绪词在不同实验任务下的不同表现。综合来看，暴力词和情绪词的认知加工存在差异，并会受到实验任务的调节。
4 综合讨论
本研究首先通过研究1考察暴力词与情绪词在词汇特征上的差异。结果显示，与情绪词相比，暴力词的愉悦度、优势度、趋向度和熟悉度更低，唤醒度、攻击性和伤害性更高。主成分因子分析进一步得到社会情绪性和唤醒度两个评价暴力词和情绪词的整合指标。随后通过研究2探讨暴力词和情绪词的认知加工差异。在反应时方面，暴力词在词汇判断任务中显著慢于其他词汇，而在类别判断任务中显著快于其他词汇。在正确率方面，暴力词在词汇判断和类别判断两个实验任务中与其他词汇之间均无显著差异。
在日常生活中，由于社会赞许性和个体被评价的意识，暴力词的使用频率比情绪词低，除了个体对暴力词的使用频率可以影响暴力词的熟悉度，暴力词在社会中出现的频率也会影响暴力词的熟悉度(Janschewitz, 2008)，因此暴力词比情绪词表现出更低的熟悉度。情绪词具有情绪效应，会促进个体的情绪启动(Citron, 2012; Kousta et al., 2009)，暴力词传递的情绪信息比情绪词更强、更丰富，个体在加工暴力词时可能会唤起更消极、更复杂的情绪，从而给被试带来诸如伤心、沮丧、愤怒等情绪体验，因此暴力词比情绪词的愉悦度更低、唤醒度更高。暴力词的使用范围和频率较低也暗示着暴力词的社会接受程度不如普通情绪词，个体在接收到这种具有强烈消极情绪和攻击及伤害意义的词汇时，自己容易处于被支配的状态，因而暴力词比情绪词的趋向度和优势度更低。暴力词在人际交往中往往会对个体身心造成强烈的伤害性和攻击性(Jay, 1992)，词汇攻击性和伤害性的评定结果也显示，暴力词的攻击性和伤害性均显著高于情绪词，这两个维度可能正是暴力词的特殊属性。综合来看，上述7个维度都充分说明了暴力词与情绪词在词汇特征上表现出明显的差异。
对7种词汇特征进行主成分分析发现，愉悦度、优势度、攻击性和伤害性可以合成一个特征维度，本研究将这个维度称为“社会情绪性”。与普通情绪词相比，具有语言暴力性质的词汇具有独特的社会情绪属性(Donahoo & Lai, 2020)。暴力词是社会交往的产物，比情绪词更容易出现在具体的社会情境中，如在网络环境中为了攻击和伤害他人或表达情绪而使用暴力语言(耿雯雯, 谢朝群, 2020)。当个体加工暴力词时，会不自觉地启动负性情绪并感觉到自身处于被动状态，能明显地感觉到自身受到了攻击和伤害。因此，定义暴力词的词汇特征更应该从社会角度出发。研究1发现“社会情绪性”是区分暴力词和情绪词差异的重要指标。通过主成分分析提取出另一个词汇特征为唤醒度，这与前人提出的情绪二维模型相似(Lang et al., 1998; Russell, 2003)。暴力词的唤醒度明显高于情绪词，说明与消极词相比，暴力词所蕴含的负面情绪的唤醒能力更强。
基于研究1主成分分析结果与前人提出的情绪二维模型(Lang et al., 1998; Russell, 2003)，本研究尝试提出暴力词双维度模型，两大维度分别为社会情绪性和唤醒度，社会情绪性是情绪效价的拓展，包含了愉悦度、优势度、攻击性和伤害性等具体特征。而唤醒度则与情绪二维结构的唤醒度一致。暴力词的双维度模型有助于更好地体现暴力词的特殊性及其与情绪词的不同。未来研究也可基于暴力词的双维度结构对暴力词开展更为深入的探讨。
研究2通过词汇判断任务和类别判断任务探讨暴力词和情绪词的认知加工差异。词汇判断任务发现，暴力词的反应时比情绪词更慢。在此任务下，只需被试判断出现的词汇是否有实际意义，是位于语义较浅层面的认知加工。具有消极情绪效价和高唤醒度的词汇会占据更多的认知资源和注意资源(Bayer et al., 2010)。从暴力词的双维度模型来看，暴力词所具有的较强烈的社会情绪性以及唤醒度会比其他情绪词占据更多的注意资源，导致对实验任务的注意资源减少(Bertels et al., 2011)，此时注意资源的占据与浅层的语义认知活动之间相互竞争，因此出现暴力词的反应时比情绪词更慢的结果。
然而，类别判断任务却发现与中性词和消极词相比，暴力词的反应时更快。这一任务需要被试判断出现的词汇是否有情绪意义，是位于语义较深层面的认知加工。研究1发现，与情绪词相比，暴力词具有更强的社会情绪性和更高的唤醒度。这使个体在面对暴力词时能快速捕捉情绪信息，唤起情绪记忆，迅速产生负性的情绪体验。因此，暴力词所带来的情绪效应会更加明显。在注意资源有限的情况下，暴力词的情绪信息更容易吸引注意。而情绪信息正是完成这一任务的关键。暴力词独特的词汇特征又占据了更多的注意资源，这与类别判断的任务要求相匹配，从而加速了语义情绪层面的认知加工。词汇判断任务和类别判断任务对暴力词与情绪词加工差异的影响也在联合分析的结果中得到进一步验证。
5 结论
本研究系统探讨了暴力词和情绪词在词汇特征和认知加工上的差异。在词汇特征方面，暴力词和情绪词在7个词汇特征上存在差异。在认知加工方面，暴力词和情绪词的认知加工在反应时上存在差异，并受到实验任务的调节。暴力词在词汇特征和认知加工上均与情绪词表现不同，具有特殊性。暴力词双维度模型有助于更好地解释暴力词的特殊性。