1.验证及测试

词典的验证环节是为了检验词典能否有效地区分样品，确保词汇和强度量表能有效区分样本间的感官特性和差异。测试环节常借助量表来标定强度，常用0~15点强度量表（以0.5为增量或以1.5为增），其中0~15分通用Spectrum量表经常被使用。也有研究者选用五分制量表、十分制量表和全量表（考虑到适用于不同类型的量表，每个参考物的强度被设定为满分量表的百分比，以便将来进行评价）。

在验证阶段，词汇的定义是至关重要的，因为不同的感官特性在不同的国家可能用不同的描述词。这对于跨文化开发的词汇来说尤其重要，因为这些群体的文化背景不一样。通常情况下，只要词汇是标准化的和有代表性的，即使来自不同的文化的训练有素的感官小组也可以产生可重复的感官结果。当开发一个跨文化使用的词典时，让来自所有相关文化、不同国籍的科学家参与是可取的。例如，美国和韩国科学家团队共同开发了一个泡菜词典，并将生成的词汇从英语翻译成韩语，数据分析表明两种语言的词典具有良好的一致性。

2.数据分析

数据分析的方法主要包括主成分分析（PCA）、聚类分析、对应分析等。主成分分析是大多数感官词典建立者都会选择的数据处理方法，它的目的是“降维”。完成词汇的收集与整理之后，我们会得到数量较多的词汇，如果想要了解哪些属性在样品之间差异最大，或是利用哪些重要属性就能很好地区分样品，这时就要用到主成分分析。想要在感官词典中实现“降维”，就是要找出重要词汇，利用更少的描述词完成样品的区分。当重要属性的数量很多时，可以采用层次聚类分析将其进行合并处理，层次聚类分析生成的树状图简单易懂，容易理解各个属性的特点和关系。对应分析（CA）可以用于分析描述性数据之间的特性。除本文介绍的方法之外，还有许多数据处理方法可供选择，例如方差分析、Fisher最小显著性差异检验、Tukey's检验等，这取决于研究目的和样品的不同特性，研究者可以根据实际情况自由选择、自由组合不同的数据处理方法。