感官詞典建立方法及食品中應用研究進展

朱雨萱，問亞琴，許曉青，陳亦新，蘇慶宇，劉雅冉，王 冬 ，朱保慶,

（1.北京林業大學生物科學與技術學院，北京 100083；2.北京電子科技職業學院生物工程學院，北京 100176；3.雀巢研發（中國）有限公司，北京 100015；4.北京一輕食品集團有限公司，北京 102600）

感官詞典是客觀描述食品感官特性的標準化詞匯表。根據科學原則和標準程序制定的詞典可以被不同的群體用來一致地描述食品[1]。一個詞典能否被作為工具使用取決于有沒有經過校準和驗證，定義明確的詞匯才能支持這種水平的感官研究。

對詞典的需求產生于食品制造業的復雜需求。制造商可能需要在多個地區評估相同的產品，需要銜接產業鏈的研發、制造和營銷等各個環節，并且需要在不同的受眾之間進行清晰的溝通。因此，感官科學家需要研究有效的工具來與非專業性的商業人群溝通，感官詞典應運而生。詞典使產品開發人員和其他產品研究人員能夠理解產品的屬性，這在產品開發、產品維護、質量控制和保質期研究中都有應用[2]。

D. Little在20世紀40年代開始發展風味描述法（Flavor Profile），CAUL在20世紀50年代描述了這項研究[3]。在風味描述法中，由4~8名訓練有素的小組成員組成的描述性小組以7分制來評估產品的風味、香氣和回味強度。風味描述法的原理后來擴展到質地描述法（Texture Profile法）[4]，該法被用于測量食品的質地、脂肪和水分特征。Spectrum Descriptive Analysis方法[5]（SDA）提供了強度點更多的15點量表，并提出創建感官強度參照物，是風味描述法和質地描述法的進一步發展。該量表的特點是具有通用的參照物和精確的術語，這有助于在不同產品和描述性小組中進行一致的評價。定量描述性分析法（Tragon Quantitative Descriptive Analysis；Tragon QDA）使用多個消費者小組（并未進行過多專業培訓）進行描述性分析，且沒有對不同小組的術語進行標準化。因此，Tragon方法的支持者可能會對小組成員所需的培訓水平產生分歧，他們認為并不需要對小組成員進行長時間的描述性分析培訓[6]。此外，強度參考在QDA中并不像在SDA中那樣被普遍使用，但這兩種方法都使用了定性參考。在隨后的研究中，又出現了其他的感官評價方法，例如Flash Profiling、Check All That Apply、Projective Mapping

和Ultra-flash Profile等。

美國測試與材料協會（ASTM；ASTM Stock#DS72 2011）將詞典的發展總結為五個步驟[7]：a.基于特定類別中的大量產品建立“參考框架” （frame of reference）；b.開發和生成描述產品的術語；c.使用描述詞的參比樣來闡明術語和定義；d.使用實物參比樣，使小組成員更充分地理解術語；e.為詞典開發描述詞的最終清單。開展這些步驟的前提是：a.已經選擇了合適的小組成員；b.已經篩選出代表整個產品空間的產品；c.測量每個屬性的方法是合適的。適當地遵守這些原則可以創造出設計良好的詞典，不遵守這些原則會產生潛在的缺陷，影響詞典的有效性。

我國目前沒有發布建立感官詞典的相關標準，但對建立感官分析實驗室有詳細的規定[8]，其原則是：a.保證感官評價在已知和最小干擾的可控條件下進行；b.減少生理因素和心理因素對評價員判斷的影響。國家對感官實驗室人員、評價小組成員的能力與職責在GB/T 23470.1-2009[9]和GB/T 23470.2-2009[10]中也有相關要求。在GB/T 10220-2012[11]GB/T 10221-2012[12]中也有對感官分析方法學、感官術語的論述。

1 建立詞典的流程

建立一個感官詞典需要四個步驟（如圖1所示）：樣品及人員的準備、生成初始詞匯、討論初始詞匯并給出定義及參考以及驗證詞匯的有效性，下文對各個步驟進行詳細介紹。

圖1 建立感官詞典的基本流程Fig.1 The basic process of building a sensory lexicon

1.1 樣品及人員準備

1.1.1 樣品的收集 樣本集的規模取決于產品類別和研究目的。一般來說，樣本集應足夠大，以便公平地反映整個產品類別。樣本集的適當規模取決于產品類別[1]。有些特殊類別樣品，如醬油[13]、碳酸飲料[14]等，產品規模很大，對每一個品牌和類型進行抽樣是不切實際和多余的，需要從市場中挑選有代表性的樣品進行分析。為新鮮水果或蔬菜詞典選擇產品時盡可能地選擇廣泛的栽培品種來詞典。因為即使在同一植物類型中，栽培品種之間的感官特性也可能有很大差異[1]。CIVILLE等[15]在為杏仁開發感官詞典時采用了20個杏仁樣品，這些樣品來自于三個種植區域，涵蓋了七個主要的杏仁品種，兩個年份，以便更好地了解杏仁在生長過程中發生的自然變化對感官特性產生的影響。為加工過的水果和蔬菜詞典選擇產品與為新鮮水果和蔬菜詞典選擇產品的過程有些不同，所選的加工產品應該代表該加工水果或蔬菜的市場空間[1]。KOPPEL等[2]開發石榴汁感官詞典時使用了33個石榴汁樣品，其中27個采購于美國（其中有些果汁產于其他國家），1個樣品來自西班牙，2個樣品來自愛沙尼亞，3個樣品來自泰國。除了保證石榴汁樣本的來源廣泛之外，生產工藝的多樣性也被考慮在內：其中9個樣品含有天然香料，9個樣品是濃縮的，15個樣品是由濃縮物制成的。CHAMBERS等[16]建立咖啡感官詞典時，選擇了來自14個國家超過100個咖啡樣品，用來代表世界上有特點的咖啡。考慮到詞典開發的時間與金錢成本，有時也可以從大量樣品中提前篩選出能夠代表整個產品市場的部分樣本進行詞匯開發。通常情況下，來自市場的產品可能包括多達50種。這些產品可以由小組長和幾位小組成員進行篩選，將樣本集減少到20~30個左右，以提交給小組進行術語生成[1]。HAYAKAWA等[17]在開發詞匯之前先經過專家會議從64個法國面包樣品中選出24個可以代表產品市場的樣本，用于進行生成描述詞，后選擇了另外14個用于測試詞匯，其中包括了普通樣本和極端樣本，確保所選樣品的感官特性能夠代表整個樣本空間。

1.1.2 樣品的準備和感官評定的程序與要求 感官品評樣品的準備包括樣品制備、樣品編碼和樣品呈送。一致的樣品制備和呈送能最大限度地減少評估過程中的潛在偏差。良好的實驗方案需保證樣品的外觀和呈送溫度保持標準化處理。樣品的制備要求控制樣品均一性、樣品量、樣品的溫度和器皿。為了更直觀地觀察樣品的外觀、顏色等，研究人員常將固體樣品外形處理為相同大小、相同形狀[18]，液體樣品通常用相同的透明容器盛裝相同體積的樣品[19]。GODOY等[20]在制備馬黛茶樣品時精確把控了樣品的溫度，為了保持溫度，將樣品于177~204 ℃的環境下保溫，并在60 ℃下品嘗。在樣品的展示環節，為避免第一位置效應等帶來的感官偏差，樣品的呈送順序是隨機的，有些研究者會采用拉丁方設計[21?22]。

品評也需要標準化程序，這有利于控制進入鼻腔和口腔呈香物質和呈味物質的量。大多詞典開發時都對品評小組的嗅聞、品嘗流程有明確的要求，如CIVILLE等[15]在杏仁樣品評估時，將切碎的杏仁填滿塑料杯的1/3，蓋上蓋子2 h或更長時間，讓杏仁揮發物充滿頂部空間。每個評估者都掀開蓋子的一側，迅速地嗅出里面的東西，先評價總香氣強度，再寫出香氣成分。評估味道時每個成員都把兩個完整的杏仁放進嘴里咀嚼。

為了保持品評過程的一致性，有必要制定一套明確的流程。樣本的采購、準備、展示和品嘗程序都是標準化的，這樣其他研究人員就可以重現詞典中的結果。

1.1.3 小組成員 很多詞典在開發時并不需要很多成員，10人以下的小組居多[23?25]，但對成員的感官評價經驗有很高的要求，如經過120 h的描述性感官訓練，并擁有1000[23]或2000 h[26]感官描述經驗。某些詞典要求小組成員對特定食物的感官評價具有大量經驗，如對法國面包的感官評價有超過500 h的經驗[17]；在對赤霞珠葡萄酒進行詞匯開發時要求小組成員為專業的品酒師或教學工作者，因為他們有一次性品嘗多種葡萄酒的經驗[27]。

如果沒有一個經驗豐富的品評小組，需要從頭開始建立一個小組。這方面工作包括成員的招募、篩選和培訓等。例如TSACHAKI等[28]在開發茴香酒詞匯之前招募了11名沒有經驗的人員進行了10次培訓。小組成員的選擇在所有描述性分析中都很重要，尤其是在詞典開發中。小組成員應該具有高度的感官敏感性、成熟的抽象思維能力（以便執行適當的詞匯合并）和積極的態度。人員篩選可以通過問卷調查、敏感度測試、排名或評分測試和面試來實現。例如PHAN等[29]進行了小組成員的招募與篩選，他們向兩所學院的學生和教師分發了一份問卷。問卷詢問了他們的飲食習慣、是否對魚和海鮮產品過敏、是否吸煙、健康狀況以及他們是否有能力參與該項目。37名候選人（12名教師和25名學生）獲得了進入下一環節的資格。第一個環節包括基本味覺測試、甜度排序測試、顏色和氣味描述兩個排名測試。第二個環節包括對味覺、質地描述和口味匹配的排序測試。按八項測試的總分從第1名到第37名進行排名。對11名成員的選擇標準是：總分高，任何測試都不為零，氣味和質地描述測試得分高。

通過篩選的小組成員還需要根據不同食物的要求進行特定的培訓，來保證他們能夠發掘足夠的感官特性并準確地描述它們。例如MONTEIRO等[30]針對粉紅波特酒對成員進行了味覺、色覺、嗅覺訓練。味覺訓練分五個環節進行：第一，熟悉基本味道；第二，確定他們對甜味、酸味和苦味的覺察閾值，最后，在后三次會議上，小組成員被要求按照味道強度對樣品進行排序和分類。顏色訓練提供了11種不同顏色的波特酒樣品，他們被要求將樣品按顏色強度程度升序排列。嗅覺訓練中，為了更好地理解粉紅波特酒的香氣，還在感官品嘗中提供了酒香輪和與波特酒香氣相關的天然產品加強香氣識別和記憶。小組成員被要求聞到10種系列的香氣并在心里對所確定的感官知覺進行分類，記下相關的描述詞。

在選擇、篩選、培訓評價員以及專家評價員方面，我國在GB/T 16291.1-2012[31]和GB/T 16291.2-2010[32]中也有詳細說明。

1.2 初始詞匯的生成

在生成初始詞匯階段，考慮到同種食物的相似性，有時并不需要樣品空間中的全部樣品，只需要能夠代表總體的部分樣品即可。KOPPEL等[2]在此階段只使用了7個石榴汁樣品。在生成調味醬油的初始詞典時，研究人員和一名專家組成員評估了所有25個調味醬油樣品，并根據感官特征的相似性將樣品分為6個不同的組。然后從每組中選擇一個代表性的樣品，用于生成感官術語的初始列表[33]。

大多數研究者選用的生成初始詞匯的方法為：讓品評小組成員盡可能多地寫下他們感知到的感官特性[34]，以供后續討論。另外，也有研究者依托于已有的感官詞典進行詞匯的選擇與擴充進行開發詞匯，例如：DONFRANCESCO等[35]為小組成員提供了各種描述性參考資料，有些參考資料是由小組成員根據以前的工作和經驗提出的。檸檬碳酸飲料的詞匯開發階段是依托于KAPPES等[14]在2006年確定的詞匯為出發點開發的。NEWMAN等[22]為了幫助小組成員構建詞匯，提供了一個以前出版的乳粉感官詞匯。

針對不同的研究目的，研究者們也會采用不同的詞匯開發方式。在方法上可以與QDA[18]、一致描述感覺法[36]結合。還可以研究不同人群、不同文化在生成感官術語方面的差異[37]。如圖2所示，MONTEIRO等[38]探究了訓練有素的專家小組與未經訓練或訓練較少的小組開發的詞匯有何區別。研究表明，受過訓練的小組成員用精確的詞匯來描述木槿茶的香氣特征（如“讓人想起干木槿花”，有“漿果”、“葡萄干”、“干草”和“甜味”的味道），而未受過訓練的小組成員則更多地采用一般的表達方式（如塞內加爾的“濃郁的木槿味”；歐洲的“花香”和“果香”）。之前也有研究比較了未經訓練和訓練過的小組成員產生的感官詞匯，發現訓練過的和未經訓練的小組成員描述和評估氣味和味道的方式有類似的趨勢[17]，由未經訓練人員開發的詞匯同樣是有效的。

圖2 未經訓練的評價員與專業評價員生成感官詞匯的異同[38]Fig.2 Similarities and differences in the generation of sensory lexicon by untrained panelists and professional panelists[38]

1.3 詞匯的刪減與定義

1.3.1 詞匯的刪減、增添與合并 初始詞匯階段得到的描述詞常常是冗雜、重復、帶有個人色彩的，偶爾還會出現疏漏，因此需要刪減不必要的描述詞、增加之前被忽略的描述詞并且合并具有相似含義或是代表同一屬性的詞匯。在藍莓汁詞典的開發過程中，初始詞匯在7次會議中進行了測試，并進行了調整，如刪除、合并或重新安排屬性[39]。例如：覆盆子、櫻桃和黑漿果的味道被組合成“漿果”；梨皮、西瓜皮、莖和綠色/青草被合并為“綠色/莖”；面團味因缺乏使用而被完全刪除；黑木頭被列入“糖蜜/黑玉米糖漿”中。這個過程是需要大量討論的[21,40]，當小組成員都認為保留下來的詞是有意義的，才能證明詞典的客觀性和科學性。

另一種決定描述詞是否需要保留的方法是：在詞匯開發的初始階段，寫出描述詞的同時在五點強度標度中為此特性標定強度，之后在保留詞匯階段通過計算，其中，M是每個描述詞的幾何平均數，是F和I乘積的平方根；F是每個描述詞的出現的頻率，用百分比表示（描述詞被提及的次數除以總次數）；I是每個描述詞的相對強度，用百分數表示。在不同的研究中保留的標準不同，ZEPPA等[41]選擇保留M>18的詞匯，而CHEN等[42]選擇先刪除M<3.0的描述詞，將詞匯數量從58個減少到22個，再進行后續的討論。

1.3.2 為詞匯確定強度、制定定義與參考 某一特性描述詞在被確定之后，由于樣品之間存在差異，一種特性在所有樣品中的不同強度需要被確定。這個結果往往是小組成員先經過個人量表評估再經過討論得出的[43]。由于后續建立參比樣時也要標定其代表的感官強度，因此得出的感官特性量化結果對于后續步驟是有必要的。

描述詞定義對于任何一個感官詞典來說都是必不可少的，有明確的定義才能保證其他研究者、生產商和消費者都能夠直觀地感受到每個詞匯所表達的含義和它們表征的感官特性。制定定義往往與小組討論聯系在一起，在成員們討論詞匯的保留與合并的同時為它們確定一個被成員公認的定義[44?45]。有些詞匯的定義也可以在有關標準中直接查找，我國現行感官分析術語標準為GB/T 10221-2012[12]。

詞匯的參考即為表征某種感官特性的參比樣品，在GB/T 29604-2013[8]中將參比樣（reference sample）定義為：用于定義或闡明一個特性或一個給定特性的某一特定水平的物質。總體分為配制型參比樣和實物型參比樣。同時，參比樣表征的香氣強度也需要小組成員討論后達成共識。

配制型參比樣是采用化學藥品配制而成的參比樣，如用系列質量濃度的L-薄荷醇標定涼感強度[46]、用0.05%的單寧水溶液和0.1%的明礬水溶液表征澀味[47]、將20 g焦糖溶于200 mL水中來表征強度為3.0的甜味[33]。如果參比樣的配制方法來自于其他文獻，則應引用原始文獻[1]。

實物型參比樣是采用實際物品來表征某種特性，如使用杏仁片來表征香氣強度為4.0的油香味，使用干烤和鹽漬夏威夷果表征香氣強度為9.0的油香味[21]；使用不同硬度的食品，如豆腐、果凍、冰糖等為硬度確定參比樣[48]。使用實物型參比樣可以增加人們對重要屬性的理解。

通常情況下，實物型參比樣不如配制型參比樣那么單一，但它們都有一個突出且特定的屬性。配制型參比樣應盡可能的單一、準確，而實物型參比樣則限制較少。

1.4 詞匯測試及數據分析

1.4.1 驗證及測試 詞典的驗證環節是為了檢驗詞典能否有效地區分樣品，確保詞匯和強度量表能有效區分樣本間的感官特性和差異[2]。測試環節常借助量表來標定強度，常用的強度量表是0~15點強度量表（以0.5為增量[23]或以1.5為增量[49]），其中0~15分通用SpectrumTM量表經常被使用[50]。也有研究者選用五分制量表[30]、十分制量表[51]和全量表[25]（考慮到適用于不同類型的量表，每個參考物的強度被設定為滿分量表的百分比，以便將來進行評價）。

除量表外，HAUG等[52]使用了兩種不同的方法對屬性進行評分：線尺度評分和“Check All That Apply” （CATA）收集頻率數據。非結構化的15厘米線尺度用于對樣品的外觀、香氣、風味、口感、回味和質地進行評分。CATA方法用于測定無花果干樣品中存在的外觀、香氣和風味屬性。由于無花果干的感官特征通常包含多種復雜香氣，而這些香氣可能難以用線性尺度進行評分，因此使用頻率數據來代替線性尺度評分。

在驗證階段，詞匯的定義是至關重要的，因為不同的感官特性在不同的國家可能用不同的描述詞[53]。這對于跨文化開發的詞匯來說尤其重要，因為這些群體的文化背景不一樣。通常情況下，只要詞匯是標準化的和有代表性的，即使來自不同的文化的訓練有素的感官小組也可以產生可重復的感官結果。當開發一個跨文化使用的詞典時，讓來自所有相關文化、不同國籍的科學家參與是可取的。例如，美國和韓國科學家團隊共同開發了一個泡菜詞典[23]，并將生成的詞匯從英語翻譯成韓語，數據分析表明兩種語言的詞典具有良好的一致性。

1.4.2 數據分析 數據分析的方法主要包括主成分分析（PCA）、聚類分析、對應分析等。主成分分析是大多數感官詞典建立者都會選擇的數據處理方法，它的目的是“降維”。完成詞匯的收集與整理之后，我們會得到數量較多的詞匯，如果想要了解哪些屬性在樣品之間差異最大，或是利用哪些重要屬性就能很好地區分樣品，這時就要用到主成分分析。想要在感官詞典中實現“降維”，就是要找出重要詞匯，利用更少的描述詞完成樣品的區分。GODOY等[20]為馬黛茶開發了39個感官屬性，在此基礎上進行了PCA分析，以確定是否可以將詞庫屬性合并成一個較小的集合。結果得到17個關鍵的描述詞，合并效果并不顯著，這表明了這些描述詞之間存在高度獨立性，茶葉樣品之間也有較大的差異，無法用更少的描述詞來區分樣品。前四個主成分的結果占總方差的60%以上。主成分1和2解釋了35.21%的總方差。對主成分1影響最大的屬性是煙灰味（0.67）、深綠色回味（0.52）和苦味（0.48）。主成分2與綠色味道（0.74）、綠色回味（0.73）和綠色香氣（0.70）高度相關。

當重要屬性的數量很多時，可以采用層次聚類分析（AHC）將其進行合并處理[20]，層次聚類分析生成的樹狀圖簡單易懂，容易理解各個屬性的特點和關系。對應分析（CA）可以用于分析描述性數據之間的特性，例如GONZAGA等[27]利用該方法分析了葡萄產區與葡萄酒感官特性之間的關系。

除本文介紹的方法之外，還有許多數據處理方法可供選擇，例如方差分析、Fisher最小顯著性差異檢驗、Tukey's檢驗等，這取決于研究目的和樣品的不同特性，研究者可以根據實際情況自由選擇、自由組合不同的數據處理方法。

2 實際應用

目前感官詞典已經被廣泛應用在各類食品、飲品的感官評價中（表1），對感官研究者、生產商、消費者了解食品的感官特性有極大的幫助。

2.1 乳制品

目前研究者已經對天然奶酪和加工奶酪（DRAKE等[50]）、山羊奶酪（TALAVERA等[24]）、比薩奶酪（GULZAR等[54]）和乳品蛋白水解物（NEWMAN等[22]）建立感官詞典，奶酪詞典中大多是風味描述詞匯。GULZAR等[54]采用描述性感官分析（DSA）對比薩奶酪進行了比較。采用新鮮的馬蘇里拉奶酪和半成熟的切達奶酪的不同組合開發了一個奶酪感官詞典，除了包括8個風味描述詞，還有4個外觀描述詞和4個質地描述詞，并使用一個受過少量訓練的評委小組（n=12）對奶酪的描述性感官特征進行了評估。另外，NEWMAN等[22]為乳清和酪蛋白基質生產的乳品蛋白水解物（DPHs）開發一個感官詞典。詞典使用一個訓練有素的感官小組（n=8）采用15點強度標度法對25種DPHs進行了評估，形成了一個包含19個描述詞的感官詞典。在乳制品（以奶酪為代表的制品）中，常出現的詞匯有乳脂味、發酵味、硫味、蒸煮味以及乳相關詞匯和一些基礎風味詞匯（如酸、甜、苦、咸等）。

2.2 果蔬及其制品

為水果開發的感官詞典較多，大多用于區分不同品種、成熟度（SUWONSICHON等[55]開發的芒果感官詞典）和貯藏方式（ROSALES等[34]開發的柚子感官詞典）帶來的感官差異；或是描述一種水果產品的感官特性，如HAUG等[52]建立了無花果干的感官詞典，OLIVER等[56]建立了草莓的感官詞典；也有眾多研究者利用感官工具為水果育種提供支持，BELISLE等[45]使用了51個桃子品種建立了29個屬性。研究者對整個美國東南部種植的桃果品種進行評估，為了解桃品種的突出和獨特特征及其遺傳變異性奠定了基礎。

感官詞典在蔬菜及其制品也得到了廣泛的應用，現已開發出葉菜類蔬菜（TALAVERA-BIANCHI等[26]）、澳大利亞本土植物食品（SMYTH等[51]）、甘藍（SWEGARDEN等[57]）、馬鈴薯（SHARMA等[58]）、薯片（劉振華等[59]）、韓國泡菜（CHAMBERS等[23]）、蘑菇（CHUN等[36]）的感官詞典，同樣服務于蔬菜的育種、栽培、烹飪方法與感官特性等方面。

2.3 糧食和糧食制品

糧谷類和面包制品感官詞典會產生較多的香氣和風味描述詞，也會根據產品的不同特質去關注產品的外觀（如HAYAKAWA等[17]開發的法國面包感官詞典）。研究者已對意大利玉米粉（ZEPPA等[60]）、大米（LIMPAWATTANA等[43]）、藜麥（WU等[49]）建立詞典。IRIE等[25]準備了112個意大利面樣品，然后根據其感官特征的相似性將其分為四組，并選出50個代表樣品進行詞典生成，最終的詞典由35個術語組成。TRAN等[18]開發和評估了黑麥面包詞典。一個訓練有素的小組使用共識描述性分析方法，用32個北歐和美國黑麥面包樣品開發了一個包含28種風味特征的詞典。該詞典還用18個代表性樣品對詞典的有效性進行了測試。對于產品繁多的食品，可以參考IRIE等[25]研究方法對待品評樣品進行預篩選，以排除一些特征不明顯或過于相似的產品。

2.4 肉制品

在肉制品的感官描述方面，美國研究者更多偏重于對香氣與風味的研究（MAUGHAN等[47]），我國研究者會更加全面地考慮肉制品的外觀、香氣、風味和口感，如肉松（蓋圣美等[61]）和紅燒肉（劉登勇等[62]）感官詞典。ADHIKARI等[63]開發了一個描述不同切塊、等級、烹飪溫度和烹飪方法的牛肉風味特征的詞典。這個詞典有可能為牛肉行業提供一個標準工具，用于識別和量化受溫度、烹調方法、陳化過程、儲存時間、飲食制度、包裝、USDA（美國農業部）質量等級等影響的風味屬性。從當地社區選出10名小組成員，制定了一個由18個術語組成的肉類詞典，描述牛肉的風味屬性。

2.5 水產及其制品

水產品的感官詞典研究較少，PHAN等[29]為所有類型的越南鯰魚片產品（生鮮魚片、冷凍魚片、解凍魚片和熟食魚片）開發了感官描述詞庫，證明了通過解凍或生鮮魚片的感官特性可以預測熟鮮魚片的感官特性；BAKER等[44]開發了魚子醬詞匯，這個詞典將幫助魚子醬行業的專業人士進行感官評估，幫助他們生產優質的魚子醬。

2.6 調味品

目前，已經有學者對醬油、腐乳（CHEN等[42]）、香醋和雞湯建立了感官詞典，其描述詞集中在香氣和風味方面。由于調味品的生產工藝多樣、添加物多樣，導致其香氣風味更加復雜，會產生較為大量的描述詞，如CHERDCHU等[13]、PUJCHAKARN等[33]、WONGTHAHAN等[37]分別開發的醬油感官詞典都具有此特點。調味品的感官詞典建立方法也常常與消費者喜好度等方法相結合，如KIM等[64]建立了速溶雞湯產品的描述性感官詞典，9名經過培訓的專家評估了10個樣品，消費者評估了這10個樣品中的6個。結果顯示雞肉風味和咸度可能是消費者喜歡雞湯產品的重要驅動因素。ZEPPA等[41]結合感官輪廓法為意大利傳統香醋定義并驗證了包含20個感官詞匯的詞典。

2.7 果汁及其飲料

飲料產品具有產品規模大、感官特性復雜的特性，往往需要數量較多的樣品（KOPPEL等[2]建立了石榴汁感官詞典，研究了33種石榴汁），同時也會得到較多的描述詞（LEKSRISOMPONG等[14]對檸檬碳酸飲料開發的描述性綜合詞典包含33個描述詞；BETT-GARBER等[39]為20種藍莓汁開發了一個包含32個描述詞的詞典）。近年來也有一些研究者利用新技術對飲料產品進行了感官測定，如SILVA等[65]通過使用投影地圖法（Projective Mapping）結合超快速感官分析法（Ultra-Flash Profiling），并在文本挖掘工具的支持下建立一個詞典和感官輪來對單品種蘋果汁進行剖析。同時對樣品進行理化參數分析，為評估提供更多信息。

2.8 茶與咖啡

目前已建立了路易波士茶（KOCH等[40]）、木槿茶、馬黛茶（GODOY等[20]）、湖南福泉磚茶的感官詞典，主要包括香氣和口感描述詞，品評人員多為經過訓練的專家。MONTEIRO等[38]用法語、葡萄牙語和英語為木槿茶編寫了詞典，由訓練有素的小組成員對選取的22個樣品進行評估，產生了21個定義和參考的描述詞，并將描述詞集合在了一個感官輪中。茶制品的品嘗往往與品嘗經驗與方法有關。LI等[19]開發了適合湖南福泉磚茶泡茶感官評價的術語詞典和定量描述性分析（QDA）方法。10名經過培訓的專家制定了一個由11個香氣和6個味覺屬性組成的術語詞典，并通過QDA方法對每個樣品的感官屬性強度進行了評價。另一個由4名專業品茗師組成的小組，用傳統杯測法對樣品進行評價。結果表明，傳統杯測法和QDA均可有效地用于評價湖南福泉磚茶品質，其評價結果具有較高的一致性和相互補充性。咖啡制品種類多、差異大，很難一次性獲得完整的感官詞典。CHAMBERS等[16]為來自14個國家的100多個咖啡樣品建立了一份“活”詞典，這份詞典可以根據不同的樣品進行增添或刪減詞匯，或是利用其子詞典進行感官評價。

2.9 酒類

目前酒類的感官詞典研究較多，如茴香酒與齊普羅酒（TSACHAKI等[28]）、粉紅波特酒（MONTEIRO等[30]）、赤霞珠葡萄酒（GONZAGA等[27]）、蘋果酒（PHETXUMPHOU等[66]）等。酒類有時擁有許多在線評論，已有研究者利用網絡評論為酒類建立感官詞典，如ICKES等[67]利用網絡技術從評論文章中提取描述詞，以最大限度地減少時間和成本，并盡可能包含更多的朗姆酒產品；HAMILTON等[68]嘗試使用自然語言處理（NLP）從非標準的威士忌評論文章中提取并生成詞匯，為分析產品的感官屬性提供了一個潛在的選擇。NLP工具允許對大量的自由文本進行分析，而主觀決策較少。

2.10 其他食品

目前堅果、巧克力（PELSMAEKER等[69]）也有感官詞典的相關研究，如杏仁（CIVILLE等[15]）、黑核桃（MILLER等[21]）、腰果（GRIFFIN等[70]）等。擁有較多感官屬性的感官詞典也可借助感官輪盤（Sensory Wheel）等工具實現可視化，PELSMAEKER等[69]開發了一個由4種感官因素、21個類別和104個描述詞組成的三層巧克力感官輪盤，形成了一個可視化的感官詞典，使用該詞典可以將影響巧克力消費的四種重要感觀因素（外觀、香氣、質地和味道），反映在可視化的巧克力感官輪盤中。

3 感官詞典建立方法和應用的多元化發展

3.1 建立方法多元化

3.1.1 與化學分析法的結合 感官詞典可以與化學分析法相結合，在不同的研究中有不同作用。化學分析實驗可以作為感官詞典的附屬實驗，但對感官實驗結果沒有過大的影響，如HAUG等[52]為無花果干開發詞典的同時，還研究了其中亞硫酸鹽的殘留量。

化學分析實驗也可作為感官實驗的輔助實驗，如SILVA等[65]在為蘋果汁建立詞匯前測定了果汁樣品的總固溶物（TSS）、可滴定酸度（TA）、干物質（DM）和樣品的顏色。以上理化參數為感官評估提供了更多信息，與以往對新鮮蘋果和果汁的研究相比，該方法提供了更準確的感官特征。

還有一些研究者發現化學分析法和感官分析法針對同一研究問題產生的不同結果。TSACHAKI等[28]對茴香酒與齊普羅酒同時進行了化學和感官分析。統計分析（PCA、因子分析和聚類分析）用于區分這兩種產品的化學和感官數據。PCA和因子分析將產品主要區分為兩組，一組是茴香酒產品，另一組是西普羅酒產品。根據化學和感官數據分別進行聚類分析，結果表明兩種分析方法對產品的分組是不同的，感官分析數據比化學分析數據能夠更好地區分樣

品。感官分析數據首先能夠分辨出兩組不同的烈性酒，其次能夠將提普羅樣品進一步分為兩組，含有八角或不含有八角。

3.1.2 與感官輪盤（Sensory Wheel）結合 繪制感官輪盤是將感官詞典可視化、直觀化的好方法[69]，輪盤為業界提供了一個簡單方便的工具，可以總結和顯示各種產品屬性[40]。對于非專業人士，如消費者和生產者，感官輪相較于文字性的詞典更加容易傳達感官特性[51]。

3.1.3 與喜好度實驗結合 開發詞典的同時招募消費者進行喜好度測試能夠有效地將二者結合起來，通過PCA等數據分析方法可以發現詞典中的哪些屬性與消費者的喜好成正相關，而哪些屬性與之成負相關。如MAUGHAN等[47]發現牛肉詞典中，咸味、苦味和青草味是與肉的喜愛程度成反比的一些屬性，因此可以歸為“負”屬性；而肉湯味、烤牛肉、多汁、褐色、油脂和咸味是與牛肉的喜歡程度正相關的一些屬性，因此可以確定為推動消費者接受的屬性。喜好度數據對育種人員、食品生產者都有實際意義，對其把控市場消費潛力、改進食品感官特性有巨大的推動作用。

3.1.4 與數據挖掘技術結合 隨著數據挖掘技術的出現與成熟，有一些研究者將數據挖掘運用到了感官詞典的建立中。ICKES等[67]利用網絡技術從朗姆酒評論文章中提取了描述詞。由于不同風格、風味特征的朗姆酒的數量有相當大的差異，很難以傳統的感官小組生成詞典的方式創建詞匯，而且高酒精含量造成的感官疲勞也會阻礙詞典的開發。該研究首次使用網絡材料（包括博客、產品描述和網站評論）創建朗姆酒風味詞典，使用NVivoTM軟件對評論中香氣、口中香氣和味道屬性進行提取，以積累感官術語。經過詞頻分析得出147個術語，分為22個不同的類別。最突出的詞匯包括香草味、橡木味、焦糖味、果味、糖蜜味和烘焙香料味。這項研究的結果表明，基于網絡材料可以用于包含大量變化的產品，并且在存在足夠的產品評估的情況下可以創建一個詞典。SILVA等[65]利用R語言軟件包“tm”，采用文本挖掘的方法開發了蘋果汁描述詞列表。從Scopus數據庫中選取1998~2018年17篇與蘋果汁感官分析相關論文的“材料與方法”和“結果與討論”部分作為文本挖掘計算的“語料庫”。此外，還需要進行過濾和歸一化操作，以進一步清理文本，選擇有意義的數據，并融合意義相同的詞。需要注意的是，這些步驟主要是人工完成的，因為文本挖掘工具并沒有考慮到詞的意義。

由于感官評價依賴于人類準確地傳達他們的感官體驗，因此消除風味描述詞的多樣性和重疊性仍然是一個挑戰。在描述性分析等方法中使用的詞典生成方法既昂貴又耗時，而在已有詞典中選擇詞匯的方法或快速感官分析方法（Flash Profiling）對詞匯的事后分析需要分析員做出相當大的主觀決策。從這些問題出發，HAMILTON等[68]利用了自然語言處理方法（NLP）為威士忌的網絡評論中的非標準文本生成詞匯。NLP工具允許對大量的自由文本進行分析，而主觀決策較少。這種方法有可能解決快速描述方法中的許多瓶頸，并有助于收集和使用非常大的產品描述數據集。

3.2 應用多元化

3.2.1 跨文化應用 不同文化背景、不同國籍的人對同一感官特性常有不同的描述，例如東亞人所描述的“鮮味”常被歐美人描述為“金屬味”，這為感官詞典的跨文化應用造成了困難。有研究者發現由不同國籍的訓練有素的小組成員制定的通用詞匯可以減少混亂，使詞匯更易理解[13]。通用詞匯將有助于其他國家研究人員理解產品質量。另外，所開發的詞典可以讓研究人員在不同國家的實驗室用相同的標準方法進行研究，使結果具有可比性。MONTEIRO等[38]借助來自不同文化背景下的消費者編寫了法語、葡萄牙語和英語的跨文化木槿茶感官詞匯，并以簡單方便的形式集合起來，供木槿茶產業鏈上的不同參與者使用。

3.2.2 多角度應用 已有詞典中的詞匯也可以有多種使用方法。CHAMBERS等[16]的研究中強調了兩種使用詞匯的方式。在第一種情況下，即驗證性研究中，所有110個術語都被使用，其中35個術語在驗證開始前由小組選擇，并為每個樣本打分，其他術語則以CATA的形式納入。在第二種情況下，專家們選擇一個簡短的關鍵屬性列表，只關注對樣本至關重要的幾個屬性，也就是從包含110個屬性的詞典中提取一個“子詞典”用于特定樣品的分析。除此之外，研究者還強調詞典并不是一成不變的，在后續應用中仍可以添加新的屬性，使其成為一份更利于實際應用的“活詞典”。

4 展望

感官詞典是科學的詞匯表，有助于行業中不同角色人群之間的交流，如感官科學家、產品開發者、技術人員及銷售人員。詞典的持續出版推進了感官科學的標準化，通過提高可重復性而向科學性邁進。感官學界應鼓勵開發和出版詞典，以促進交流。目前部分食品已建立感官詞典，但有些食品例如水產品感官詞典研究較少；已經建立的有些感官詞典存在描述詞不全面等問題。今后感官詞典還有許多方向可以深入研究，例如如何建立完整成熟的標準詞典，適用于跨文化交流，詞典是需要不斷擴充的，這需要世界各地的學者共同努力；其次可以開展詞典建立方法多元化研究，如數據挖掘等人工智能技術結合；另外應加強詞典的應用研究，如用于新產品開發過程、質量控制、產品改進、測量產品在儲存期間的變化以及培育新的植物栽培品種，進行不同地區產品的特征屬性研究以滿足消費者的獨特性需求，更好地為食品生產者和食品行業服務。