文字作为信息最重要的载体,充斥在生活的各个角落,而字体作为文字最直观的表现形式,直接影响了阅读者的第一印象。国内关于汉字字体的研究大多数集中在字体的设计方面,对于字体传达给受众的情感感受的研究相对较少,现有的关于字体情感的研究也以理论叙述和定性研究为主。本文以感性工学为基础,对字体的情感倾向进行了定量研究。主要工作内容分为三方面:第一,建立用于评价字体的语义空间。收集大量用于形容字体的词汇,经过专家初步筛选后,进行卡片分类实验,再利用两次聚类分析提取出代表性词汇,根据语义差异法配对,最终得到8个感性词对。第二,对语义空间进行修正。将20种字体样本和感性词对组成打分量表并发放测试,根据回收的数据进行修正,去除1个表现较差的词对,剩余的7对词汇作为本文中用于评价字体情感的感性意象。第三,建立字体结构与感性词对之间的数学模型。分析字体的基本结构属性,并根据其特征进行划分,形成自变量反应矩阵,结合量表的打分数据,使用数量化Ⅰ类的方法,建立字体属性的特征与其情感倾向之间的线性预测方程,并进行精度验证。根据以上的实验和分析的结果得出的数学模型,能够在已知某一种字体的结构属性特征的情况下,分别计算出其在7对感性词汇上得分情况,预测该字体传达给阅读者的情感倾向及其强弱程度。这样得到的感性评价值相对客观,可以利用这些数值进行字体的分类推荐,让用户快速高效筛选出合适的字体。另一方面,在一个感性词对的预测方程中,每种特征的系数表明了其在这对词汇上“贡献”的方向和程度,在设计字体时,确定了其需要表达的情感,就可以围绕在这个情感意象上贡献度较高的字体属性特征进行设计,在一定程度上起到指导和辅助的作用。本课题的的主要创新点在于引入感性工学的方法对字体的情感进行了定量的研究。可以根据得到的数学模型和相关参数,实现字体的情感意象预测、分类推荐功能,同时辅助字体设计。