融合大语言模型的三级联合提示隐式情感分析方法
作者机构:西安科技大学计算机科学与技术学院
出 版 物:《计算机应用研究》 (Application Research of Computers)
年 卷 期:2024年
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金青年基金资助项目(61902311)
摘 要:隐式情感分析作为情感分析任务的挑战性分支,面临着缺乏明确情感特征,文本语义复杂等问题。受到思维链(Chain-of-Thought,COT)的启发,提出了一种融合大语言模型的三级联合提示隐式情感分析方法(Three-Level Joint Prompt-tuning Implicit Sentiment Analysis Method Incorporating LLMs,TPISA),将大语言模型与本地预训练模型相结合,使用多级推理的方式逐级得出目标的方面、潜在观点,使模型能够更轻松地推理出最终的情感极性。前两级提示利用大型语言模型丰富的世界知识,丰富了情感语句的情感信息;然后,将前两级提示得到的方面和潜在意见与上下文连接起来,作为第三级提示的输入。同时构建情感标签词,使预训练的模型能够从标签词汇中获得丰富的语义知识,增强模型的学习能力。实验证明,提出的模型在SemEval14 Laptop和Restaurant数据集上对比当前主流的隐式情感分析模型取得了5.65%和6.72%的提升,验证了该方法的先进性。