微表情对外语教学的作用分析论文
在日常生活中，人与人的沟通本以语言为主，但实际上语言沟通在整个沟通过程中仅占 7%，大部分的沟通都是通过肢体动作、面部表情进行信息的传递(2013，朱晓琳)。而在课堂上如果教师能够及时捕捉到学生的非语言信号，即通过微表情、肢体动作获取学生的内心想法，那就能够及时调整教师的教学方法、教学行为等，从而激发学生的学习兴趣、对症下药，实现自己课堂教学有效性。本文旨在通过解释微表情在教学中的应用以期教师能够在教学中实践和运用微表情相关知识，指导课堂教学，提高教学效率。
一、微表情的含义及研究现状
微表情是人类试图压抑或隐藏真实情感时泄露的非常短暂的、不能自主控制的面部表情(梁静等，2013)。微表情持续时间仅为 1/25 秒至 1/5 秒，表达了人试图压抑与隐藏的真正情感(吴奇等，2010)。
1966 年，Haggard 和 Isaacs 发现了一种快速的不易被察觉的面部表情(micro-momentary facial expressions)，认为其与自我防御机制有关并且表达了被压抑的情绪。1969年，Ekman 和 Friesen 也独立发现了这种面部表情, 并将其命名为微表情(梁静等，2013)，Ekman 团队也成为研究微表情的主要力量之一。另外，美国的 Matsumoto 团队和Shreve 团队，加拿大的 Porter 团队和李康团队，日本的Polikovsky 团队，芬兰的赵国英团队，中国的傅小兰团队等在开展微表情研究。目的都是为了掌握微表情的特点以及如何识别微表情，且他们的研究大多数都基于心理学的基础(梁静等，2013)。微表情的应用大都在刑侦、司法以及测谎等方面，将其运用在教学中的情况较少。
目前大多数阐释课堂非言语行为的文献都是从肢体语言出发，更多关注教师教态，对于学生的肢体语言关注很少，更别提及微表情。随着新课程标准的改革，师生开始转变传统的教学观、师生观。教师不再是课堂的主导者、老师在课堂上也不再只是传授知识和经验。学生开始成为了课堂主体，教师在传授知识的时候开始关注学生的情感与态度。那么情感、态度这些隐形的心理语言要通过什么被察觉到呢?有没有什么特别的信号呢?
微表情与人类内在的情感信息加工过程紧密相关，但人是否能意识到自身出现了微表情?Ekman 认为，人对自己的微表情是无意识的(梁静等，2013)。研究者对于微表情持续时间的上限尚未达成共识。Ekman 通常认为微表情的持续时间不超过 1/5s，但他有时也将 1/4s 作为持续时间的上限;Frank 认为微表情的持续时间应小于 1/2s。从以上研究可看出，表情是人类表达自身情感信息的重要非言语性行为，可视为人类心理活动的晴雨计。这种短暂的面部表情是无意识的，可以通过细心的发现察觉出来，如果老师在自己的课堂教学中善于捕捉学生的微表情，从而及时调整自己的课堂教学，就可以和学生实现双赢局面。
二、微表情对教学的作用
(一)有利于教师因材施教
新课程标准中关于“课程基本理念”，有一条这样阐述：“面向全体学生，关注语言学习者的不同特点和差异”(教育部，2011)。每个学生的认知发展水平、兴趣点、性格、认知方式等方面存在差异，从某种程度说，老师的课堂教学就是在以教材为媒介，运用某些教学技巧和方法平衡学生之间的差异，促进学生的共同成长。如果老师在课堂教学过程中能够及时捕捉学生对所教内容的反应，这种反应更多是非语言行为，因为学生害怕说自己没有听懂而被嘲笑，而老师也不可能每次都停下来询问学生对知识点的理解与掌握。这时非言语行为就显得很重要，例如当发现学生们眉头紧皱，目不转睛地看着上课内容，认真听着教师讲课时，一般都是学生在努力思考上课内容，其表情告知教师内容有些难理解。那么老师可以迅速捕捉学生微表情，获取学生对知识点的掌握程度信息，从而及时调整自己的课堂教学，实现教学的有效化。而学生也可以通过老师某些有趣表情积极参与课堂，达到理解、收获、消化知识点的目的。
(二)有利于教师和学生之间的互动
传统课堂老师永远说的多，而学生一直是低头听，就像一句话描写的：stop talking like a teacher.这句话不是在批评老师，而是反映了传统课堂的特点，即很多教师在课堂上唱独角戏，控制说话的时间，剥夺了学生说话的机会。以教师唱独角戏的课堂是不利于学生学习语言知识和发展学生学习技能的。因为知识不是由老师向学生传授的，而是由教师和学生在互动的过程中共同构建的(Nunan，1999;转自程晓堂，2009)。互动是交际的核心(Brown，1994;转引自程晓堂，2009)，因为它既是学习得以实现的途径，也是学习的目的(程晓堂，2009)。由此，学习的过程也是教师、学生互动，交换信息的过程，传统教师的授课只关注自己教学计划的进行以及教案的实施，较少关注学生对课堂的的互动与反应，从而造成课堂死气沉沉。如果老师在传授知识和发展学生技能的时候关注学生微表情，捕捉学生对课堂的反应信息，及时与学生互动，进行意义协商，填补学生与教师之间的信息沟，实现互动，完全可以在学生与教师激烈的探讨中、积极的互动中传授知识点，发展学习技能。
(三)有利于教师更好管理课堂、组织课堂纪律
随着信息时代的到来，各种便利的电子产品应运而生，极大丰富了人们的生活。然而学生把这些电子产品带入了课堂，扰乱了正常的课堂秩序，很多学生上课注意力不集中的时候开始玩手机、听 MP3、玩游戏等。正常有序的课堂是实现课堂教学目标的保证。老师在授课的过程中，如果有学生聊天，声音很大时，老师可以通过用眼睛直视他，不要眨眼，把眼皮压低，用严肃的目光凝视他，这种微表情表示一种警告与威慑，学生会立马停下来，投入课堂。从而帮助老师有效管理课堂和组织课堂纪律，实现了课堂教学的正常化。
(四)有利于学生主动参与课堂
传统课堂教学中，很多学生在课堂上扮演的是被动的听、接受信息的'角色，所以无论老师以怎样的方法刺激他们，他们就是不发言。产生这种问题的原因很多，有的是性格导致，有的是已有知识不足，有的是对课程内容不熟悉等等。如果老师在课堂提问时能捕捉到一些信息，例如，撇嘴就是一个经典的泄露内心的表情，这表示他对自己说的话没有信心;下意识地摸自己的手是一种自我安慰的手势，在自己并不完全相信自己说的话时尽量打消自己的疑虑;对方眉毛向上，脸部拉紧便是恐惧的表现。这些微表情都在告诉老师，学生在回答问题的时候表现出的不自信与不确定，老师如果捕捉到这些微表情发出的信息，就应该在这个时候鼓励学生，给予他们正强化，增强他们的自我效能感，从而使学生大胆、积极参与课堂。
(五)有利于组织课堂教学、提高教学效率
作为老师都有这样的体会，那就是学生在上课的时候偶尔走神，很多老师把原因都归咎在学生身上，觉得是学生自身原因造成学生目光的游离、思想走神。但很少有老师从自身出发找原因。例如;上课期间，当发现学生的目光上下左右四处看，或是转向其他地方，多半是因为学生对老师的讲课内容失去兴趣，有种想要逃跑的渴望。所以当老师捕捉到这类信息时就要赶紧调整自己的教学内容，转换教学方式重新触发学生的兴趣点，把他们的思绪带回课堂，重新参与到老师的课堂当中。研究显示，当大部分听众在听讲时，保持双腿和双臂自然状态，不跷二郎腿，也不将双臂环抱于胸前，以一种放松的姿势进行听讲，他们对讲座内容的掌握程度要比跷二郎腿并将双臂环抱于胸前的听众提高 38%以上(朱晓琳，2013)，也就说人在最自然的状态下接收到的信息量比他在紧张情况下的高 38%。所以老师在组织课堂教学的时候要时刻注意保持活泼、轻松及愉快的课堂气氛，这样学生输入的语言点会事半功倍。老师在课堂捕捉学生微表情，不断调整课堂教学行为和策略，就可有效激发学生学习兴趣，积极组织课堂教学，提高教学效率。
三、结语
微表情是一套不能由人自身控制但却能反应内心真实想法的短暂的表情符号,虽不是万能的，但却能弥补和帮助老师的教学。教学过程中老师如果能够及时捕捉学生非言语行为，尤其是及时捕捉和观察学生的微表情，调整自己的教学策略和行为，就可以很好地与学生互动，实现有效教学。
对于整个人类来说，很多表情及其表现的情绪都是很常见的，因此大脑能够搜寻并理解这些面部信息。同样，当情绪有变化时，我们的面部也有种奇特的习性，能做出相应的表情，有时这不需要我们具备知识，或是有意为之。 虽然一个下意识的表情可能只持续一瞬间，但这是种烦人的特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。我们称这些表情为“微表情”。 人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒 “微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到”微表情 比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。售货员的笑脸里可能闪过一毫秒轻蔑的嗤笑，停车场里表情严峻向你走来的人可能会突然闪现恐惧的表情。 虽然我们会忽略“微表情”，但是我们的大脑依然受其影响，改变我们对别人表情的理解。所以如果某人很自然地表现“高兴”的表情，且其中不含有“微表情”，我们就能断定这人是高兴的。但是如果其间有“嗤笑”的“微表情”闪现，就算你没有刻意去察觉，你会更倾向于认为这张“高兴”的面孔是“狡猾的”或“不可信的”。 这个潜意识的行为可能会过度。研究表明，对于患有“社会焦虑症”的人群，当潜意识察觉到“恐惧”的”微表情”时，其大脑活动比平时更活跃。因为危险的情境会引发负面的感受，察觉到别人的恐惧也会使自己同样害怕。更为复杂的是，表现“恐惧”和“惊讶”的表情很相似，常被观察者混淆。 为了帮助执法和情报机构更好地辨别可疑行为和欺行为，Ekman与他们分享了自己的研究，比如接近机场安检时，察觉某人表现出的一毫秒的恐惧表情。Ekman认为通过用照片或摄像来研究人们脸部的变化，能够增强察觉和理解”微表情”的能力。 在机场排队的人群中辨认出恐怖分子，是应用察觉“微表情”能力的一个极端的例子。在日常生活中，这种能力也能帮助我们。如果我们错误的理解“微表情”的含义，我们会对交流对象形成错误的判断。这增加了人们之间的隔阂，而不是互信。如果理解了”微表情”，我们就更能够从一闪而过表情信号里发现有价值的信息。
1.真正的吃惊表情转瞬即逝，超过一秒钟便是假装的； 2.撒谎者不像惯常理解的那样会回避对方的眼神，反而更需要眼神交流来判断你是否相信他说的话； 3.“你去过她家吗？不，我没有去过她家”，对问题的生硬重复是典型的撒谎； 4.男性鼻子下方有海绵体，摸鼻子代表想要掩饰某些内容； 5.手放在眉骨附近表示羞愧； 6.描述一连串发生的事情，编造都是按时间顺序进行的，能否流利准确地进行倒叙是判断对方是否说谎的标准之一； 7.叙事时眼球向左下方看，这代表大脑在回忆，所说的是真话；而谎言不需要回忆的过程 8.说话时单肩耸动，表示对所说的话极不自信，是说谎的表现； 9.人在害怕时会出现生理逃跑反应———血液从四肢回流到腿部（做好逃跑准备），因此手的体表温度会下降； 10.明知故问的时候眉毛微微上扬； 11.如果对方对你的质问表示不屑，通常你的质问会是真的； 12.假笑眼角是没有皱纹的。 13.当面部表情两边不对称的时候，极有可能他们的表情是装出来的； 14.摩挲自己的手，是一种自我安慰的表现。当你不相信你自己所说的话，这样使自己安心； 15.抿嘴两次，典型的模棱两可； 16. 双手抱胸、退一步——肢体**，说明他的话不可信； 17.虚情假意不会有眨眼。 18.纵火案犯与**犯在动机上有着惊人的相似性。 记住两点，生活会更简单—— 19.重要的不是他是否撒谎，而是为什么要撒谎。 20.真相和快乐不可兼得。 21、说谎者在说谎前会眼神飘移 在想好说什么谎后 会眼神肯定 如果你冷静的反驳 说谎者会再次出现眼神飘移 22、撒谎者面对一个提问，通常会先有点失措，然后借假笑的时间迅速思考，想出一个并不高明的谎言，然后异常坚定地回应。而且，会一直自言自语，越说越多，因为沉默的时候，他觉得别人还在怀疑他。 顺便说一下 不要随便揣测别人 这样你对你心里 不好 你会很累的
通过面部表情来识别人的心理
通过面部表情来识别人的心理，生活中，想知道一个人内心在想什么，其实是有方法的，我们可以通过人们的面部表情，来识别人的心理变化。那么大家知道要如何通过面部表情来识别人的心理吗？下面和我一起来了解一下吧！
在人们日常交流中，只有7%的信息是通过语言来传递的，55%的信息是通过面部表情来体现的。可见，表情信息在人们之间交流的重要性。
随着人工智能和模式识别的不断发展，人机智能交互中的一项重要技术——人脸表情识别也受到关注。人脸表情识别主要是利用人脸识别技术，对人脸的表情信息进行特征提取并归类，使计算机能获知人的表情信息，进而推断人的心理状态，从而实现人机之间的高级智能交互。
从识别模式来看，人脸表情识别与我们的行为心里学是一致的。行为心里学有一个说法是瞬间识人的超级心里密码是在第一时间看对方的脸。通过表情判断一个人的心里情况，也就是通过细小的表情和微小的动作来观察对方的心里，对即将发生的事情做出一个准确推断。
目前，人脸表情识别的应用领域主要是安全领域、智能机器人研制、电脑游戏、医疗领域等。并且人脸表情识别主要定义六种表情生气、厌恶、害怕、伤心、高兴、吃惊，将人脸划分为若干个运动单元来描述面部动作，这些运动单元显示了人脸运动与表情的对应关系。
人脸表情识别可分为人脸图像的获取与预处理、表情特征提取和表情分类这三部分。基本上与人脸识别在人脸图像的获取和预处理这些环节上是一致的，只是在特征提取方面有区别，人脸识别提取的特征是同一人脸的个体差异，而表情识别提取的特征是同一人脸的不同表情下的差异。
亚里士多德说，脸是心灵的一扇窗，透过表情可以看到一个人的思想。古罗马时期的大哲学家西塞罗也是这一观点的支持者。的确，两千年过去了，面部表情仍然被普遍认为是判断人们感受的一种有效方式，而且不论年龄、性别和文化差异。比如：挑起眉毛表示困惑，微笑表示幸福，皱眉表示悲伤。
但事实果真如此吗？心理学家针对数百篇关于面部表情和潜在情绪之间关系的论文进行了一项分析研究，得出的结论有点儿令人意外：并没有翔实的科学证据表明，人们的日常情绪可以通过面部表情来识别。也就是说，一个没有面带微笑的人，并不意味着他不快乐。
心理学家发现，以城市为生活背景的.成年人，生气时皱眉的机率平均为30%。这就意味着， 人们在生气时，大约有70%的情况是不会皱眉的。相反，人们把皱眉用在了别处，比如，当人们集中注意力时，当有人讲了一个糟糕的笑话时，或者当他们体内有气体时（想要放屁时）。
研究人员得出结论，皱眉，或者面有怒色，是人们表达愤怒的方式之一，但绝不是唯一。人类面部表情之复杂和难以捉摸，不仅限于愤怒，也适用于心理学家定义的六种情绪类别：愤怒、厌恶、恐惧、快乐、悲伤和惊讶。
这让人们对科技公司开发人工智能算法的努力产生了疑问。科技公司总是声称，人工智能算法可以识别面部表情，并计算出潜在的情绪状态。例如，微软声称其"情感分析应用程序"能够通过检测人们的视频片段来判断他们的内心感受。然而，美国俄亥俄州立大学的计算机工程师阿历克斯·马丁内斯对此表示怀疑。他认为，试图根据人脸图像识别人类情绪的做法，事实上是忽略了产生情绪的背景环境的重要性。
首先，面部表情是人们用来交流的许多非语言形式之一，类似的还有身体语言。人工智能识别人的情绪也需要考虑这些因素。而了解情绪产生的背景对于面部表情的解读似乎更为重要。对此，马丁内斯博士引用了一项实验来加以证明。在该实验中，研究人员给参与者展示了一名男子的脸部特写照片，照片上的人嘴巴大张着似乎在尖叫，脸涨得通红。
仅仅根据这一点，大多数参与者会猜想照片上的人非常生气。然而将照片拉到全景，才发现照片实际上是一名足球运动员伸出双臂庆祝进球。他那张局部看起来像是生气的脸，实际上是一种狂喜的表情。
考虑到人们在大部分时间里无法通过表情来准确猜测彼此的情绪状态，马丁内斯博士认为，计算机也不可能做到这一点。他表示："一些公司声称算法可以通过人们的表情来识别他们的情绪状态，并将其应用到比如招聘等场景中，""有些公司要求应聘者提交一份视频简历，然后由一个机器学习系统对其面部表情进行分析，之后得出是否适合雇佣的结论，这种做法真的很令人震惊，因为有些算法可能是基于错误的假设，甚至是一个危险的假设，而在此基础上得出的结论可能是非常可怕、甚至是危险的。"
近三年在《计算机科学》、《计算机工程》、《北京科技大学学报》、《计算机应用》、国际会议ICNC’2006等期刊发表学术论文13篇，其中SCI检索1篇，EI检索3篇。1．Yang Guo_Liang,Wang Zhi_Liang,Wang Guo_Jiang. Affective Computing Model Based on Emotional Psychology. Second International Conference, ICNC2006,Xi’an, China,2006,9, 251~260（SCI,EI,ISTP收录）2．杨国亮,王志良等.基于改进MMI的HMM训练算法及其在面部表情识别中的应用, 北京科技大学学报，2007,4, Vol.29(4)（中文核心，EI收录）3．杨国亮,王志良.图像代数特征在面部表情识别中的应用, 计算机工程,2006,32(2),(中文核心期刊，EI收录)186~1884．杨国亮,王志良,牟世堂,解仑,刘冀伟.一种改进的光流算法,计算机工程,2006,32(15)(中文核心期刊，EI收录)187-1885．杨国亮,王志良等.一种改进HMM训练算法及其在面部表情识别中的应用,计算机科学,2006.11，33(11)（中文核心期刊）200~2036．杨国亮,王志良,王国江,陈锋军. 基于非刚体运动光流算法的面部表情识别, 计算机科学, 2007,3, Vol. 34(3)（中文核心期刊）7．杨国亮,任金霞，王志良. 基于情绪心理学的情感建模研究. 计算机工程,2007，Vol.33(22)8．杨国亮,王志良,任金霞.采用Adaboost算法进行面部表情识别，计算机应用，2005,4，（中文核心期刊）946~9489．杨国亮,王志良,任金霞.一种基于遗传操作的聚类算法,计算机应用,2003,12（中文核心期刊）109~20110．杨国亮,于仲安.基于改进光流算法和HMM的面部表情识别.微计算机信息,2008.111．杨国亮,王志良.面部表情识别研究进展,自动化技术与应用,2006,4,1~612．任金霞，杨国亮,王志良.基于Gabor变换和ADABOOST算法的面部表情识别,微计算机信息，2007.4（中文核心期刊）13．王国江,王志良,杨国亮,王玉洁,陈锋军. 人工情感研究综述.计算机应用研究,（中文核心期刊）2006.11, 7～11
同学，很不幸，在国内还没有一所大学在本科生阶段有微表情课程的。微表情是09年才有国内学者研究的，研究者为中国科学院心理研究所所长傅小兰。所以，至少在现在，中国大学里面还没有一个教授在做微表情研究。也就是说，你现在想学习这个只能自学了，国内的教授，大多数对微表情的了解是和你对微表情的了解差不多。其实我也对微表情很感兴趣，从《别对我说谎》开播开始，我自学了三年微表情，最初接触这个是在情绪心理学的课上面。呵呵，算起来比傅小兰还早了！推荐你一本书吧，保罗,艾克曼的《情绪的解析》。《别对我说谎》中莱特曼博士的真实原型就是美国的心理学家保罗,艾克曼。
1高中和大学的课程是不挂钩的。比如我当时高中学地理，但我并没有选择地理相关专业。我学金融。2现在做的是好好学习，你会有更多的选择。分数更高你才能有资格选择更好的专业，学校。比如心理学只能在重本学校才能选择。
三种理论争论：1、神经文化理论（Neuroeultural Theory） 神经文化理论主要由Ekman和Friesen （1969）提出，这一理论认为，面部表情主要受到先天因素的影响，在情感系统的控制下，人们体验到的情绪和表现出来的表情通常是一致的。文化的差异性主要是由于“呈现规则”和“解码规则”的不一致造成的，因为不同文化的解码规则可能存在差异。一些文化可能存在潜规则，这会造成某些表情不能被来自其他文化群体的人们正确识别。在非社会情景中，人们表达情绪和识别情绪的方式是一致的。在社会情景中，人们可能有意识地使用“社交管理技巧”，即“表现规则”，来控制或掩饰自己的面部表情。不同的文化有不同的呈现规则，这些规则会加强、减弱、中性化或掩饰实际情绪。简而言之，情绪的沟通模式是普遍的、天生的，情绪面部表情沟通中存在着普遍的面部情感系统（刘红艳，张积家，2008）。 2、方言理论（Dialect Theory） 在语言学中，方言是某种语言的变体，这种差异是基于地域性或社会性分离产生的。同样地，面部表情识别中的方言理论也试图解释“情绪的语言”是否具有普遍性。这一理论认为，不同的文化可以用不同的面部表情表达自己的情绪，这同时使得该文化以外的人们对其内部表情识别的准确性降低。不同的文化群体共享一个“普遍情感系统”，包含相同的情绪模式，但是，各个文化群体还拥有自己的“独特情感系统”，独立地执行相应的功能（Elfenbein&Ambady，2003）。后者是人们通过学习掌握的，受到文化、教育、环境等后天因素的影响。情绪面部表情表达和识别中存在一些微妙的差异，即使很小，也会造成组外群体的困惑（Burquest&Payne，1993）。这种“组内优势”可能只对于非标准化的表情有效，尤其是地域性或社会性差异非常显著的某些表情（Elfenbein-Beaupr6，L6vesque，&Hess，2007）。 3、功能模型fFunctional Model for FaceRecognition） Bruce和Young（1986）基于前人有关人脸识别的研究，提出了面孑L识别的经典功能模型。该模型从信息加工角度区分出7类面部识别的信息编码：图形码、结构码、身份码、视觉语义码、姓名码、表情码和面部言语码。从功能上将面部认知划分为两平行路线，一个对面孔特征信息编码，一个对面孔表情信息加工，两者功能相对独立。因此，表情对面孔身份识别是不重要的，只是以观察者为中心的描述。然而，新近的一些研究却发现面部表情识别与面孔身份识别存在交互作用（Endo，N.，Endo，M.，Kirita，&Maruyama，1992；Kaufmann&Schweinberger.2004；Sansone&Tiberghien，1994）。Haxby，Hoffman和Gobbini（2000）提出的分布神经模型则更强调面部识别中神经系统的协同工作，淡化了面孔身份和面部表情的双通道分离加工方式。在此基础上，汪亚珉和傅小兰（2005）提出了面部表情识别与面孔身份识别的多级整合模型，把面孔身份与表情的知觉划分为3个阶段：早期知觉阶段，表征阶段，分析识别阶段，强调了人脸知觉加工中的阶段性。
可以。 毕业论文是可以用别人训练出来的，但是自己也要有创新，不能全部使用，不然是不会过的。毕业论文（graduation study）是专科及以上学历教育为对本专业学生集中进行科学研究训练而要求学生在毕业前撰写的论文。毕业论文一般安排在修业的最后一学年（学期）进行，论文题目由教师指定或由学生提出，学生选定课题后进行研究，撰写并提交论文，目的在于培养学生的科学研究能力，加强综合运用所学知识、理论和技能解决实际问题的训练，从总体上考查学生大学阶段学习所达到的学业水平。
llery images是用于训练还是测确比较多
probe images :是指测试的图像gallery images：是训练的图像
喜欢使用表情包的人一般都是情感比较细腻的人，生活中也是比较有趣活泼的人，他们大多乐观向上，情绪丰富。1、表情包有时候真的很搞笑，很有趣啊，聊天过程中增加一些趣味性，才更有意思不是吗？2、避免聊天尴尬，聊天聊多了，总是会碰上尴尬的事情，这时候最好的缓解办法就是尬表情包啦。3、有时候，语言是很难将人的心情表达出来的，有了表情包，丰富的语言，形象的表情，更能情真意切的表达感情。表情包可以看作是线上文字交流的重要补充。相较于面对面的沟通，人们在线上文字对话时较难感知对方的状态或情绪，而发送表情包刚好可以弥补这一缺憾。当人们想表达负面情绪或者想怼人时，发送恰当的表情包既能表达自己的不满，也可以缓解对方在接收信息时的尴尬。表情包还能以省力的方式丰富文字的细节，比如，微信表情中能代表笑的状态有“憨笑”“呲牙”“可爱”“偷笑”和“微笑”等，当用户想传递开心的感受时，不必思考使用何种文字更为精准，只需要发送一个表情便可解决。除此之外，表情包能够充当同一圈层或代际群体的“接头暗号”。新媒体学者彭兰教授曾写道：表情包可以作为代际区隔和群体区分的标签。交谈越亲密或越志同道合的人之间，使用的表情包也会更加具体和生动，这也解释了为什么下级对上级或者晚辈对长辈较少使用表情包。这就好比老年人不理解年轻人蹦迪，而年轻人不理解老年人跳广场舞一样，不同群体内部都拥有专属的沟通暗号和文化符码。年轻人使用的表情包常常带有调侃、讽刺或戏谑的色彩，而中老年表情包则以安静、祥和与正能量著称，这也造成了不同代际群体对于同一表情的认知差异。比如，中老年群体普遍认为微信里的“微笑”表情是一种开心的笑，但年轻人却认为它是带有嘲讽和高冷感的假笑，因为它与“难过”“再见”等表情一样视线向下，看上去是一种情感压抑后展露的笑容。
男生女生聊微信时，这些表现说明关系很亲密
为什么有些人喜欢发表情包？因为用表情包方便、好用、省事，发个表情就可以把要表达的意思表达出来了，不用打字，也显的有个性。
随着社会的不断发展和进步，人类的沟通方式已经不再是简单的书信来往，而是采用了更加高科技的社交平台，比如QQ、微信等。在这些社交平台上，可以随时留言或者与对方文字沟通，而且为了增加聊天的趣味性，这些社交平台上还配置了表情功能，用以表达聊天人此时的心情。对于喜欢聊天发表情的人，他们的心理是各不相同的：1、单纯的情绪表达有一些人在聊天的时候喜欢发表情，特别是在一些文字的前面或后面附带表情，他们仅仅只是想说明此时说出这句话时的心情。比如在跟领导聊天的时候，加上一些表情，可以让领导容易接受；再比如有些话单纯从字面理解有些严肃，但其实当事人并没有严肃的意思，就需要在文字后面加上一个“微笑”的表情，意思就是告诉对方我并没有那么严肃。2、懒得打字，敷衍了事有很多表情可以代替一些话语或者态度，比如“尴尬”、“呕吐”、“憨笑”等，有些人在聊天的时候用表情只是为了做一个回应，礼貌性的答复一下对方，但其实并不像继续再跟对方聊下去，算得上是敷衍了事了。3、表情强迫症还有一部分人在聊天的时候总喜欢加上表情，无论是稀松平常的话还是带有情绪的话，通通都用表情，细看聊天记录，他的每一次发言都有表情元素。这种情况可以视为一种表情强迫症，就是下意识的强迫自己在每一次对话上添加上表情或直接用表情。就本人的理解而言，喜欢聊天用表情的人大概就是有这几种心理，多聊上几句话，就不难辨别出对方是哪种心理了。