在自然交互的团队中，生理信号采集频繁，而情感自评却稀疏。我们使用 GroupAffect-4 数据集（四人协作、可穿戴生理、眼动、Big Five 人格以及任务后 VAD 标注）研究在标签稀缺情况下的伪标签增强。实验比较了四种策略：不使用增强、基于高斯过程的伪标签、基于人格相似度的信任加权、以及人格加置信度的联合加权，均在统一的目标构建流水线中实现。结果显示，在已知团队内部，伪标签能够提升仅使用标注的基线性能。由于团队成员之间的 Big Five 余弦相似度范围狭窄（0.91‑0.99），细粒度的人格加权效果不佳，人物相似度更像是同团队过滤器而非校准的信任信号。经平滑处理后，增强的 SVM 在 Valence 与 Arousal 上表现持平，而人格‑置信度联合加权在 Dominance 上取得最高分。跨主体的 LOSO 迁移仍具潜力，尤其是 Arousal；而严格的会话隔离 LOGO 设定则消除了增强收益。由于仅有 10 组数据，LOGO 结果应视为对未知团队迁移的保守下界。总体而言，伪标签增强能够更充分利用稀疏标注的协作情感数据，而人格信息在团队内部选择上最为有效。
点评：伪标签在小规模协作情感感知中展现出提升潜力，但人格相似度的作用受限于数据同质性，未来可探索更具区分度的个体特征或跨团队迁移策略。