融合大语言模型的三级联合提示隐式情感分析方法

作     者：张小艳 闫壮 

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) 

主　　题：隐式情感分析 提示调优 大语言模型 多级推理 

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。