清华大学学报(自然科学版)

作者：吴海燕, 虞小江, 孙超群, 卢成雄, 丁勇, 周迪, 邓胜春

单位：1. 浙江财经大学 信息技术与人工智能学院，杭州 310018,2. 浙江大学 集成电路学院，杭州 310014,3. 浙江宇视科技有限公司，杭州 310051

关键词：大模型,迁移学习,提示微调,思维链推理,情感分析

基金：国家自然科学基金青年科学基金项目(62306267),浙江省自然科学基金一般项目(LY22F020027),浙江省普通本科高校“十四五”教学改革项目(jg20220383),中央引导地方科技发展资金项目(2023ZY1069)

与显式情感分析不同的是，隐式情感分析主要是针对那些不显式包含情感极性却在语境中明确表达了情感观点的句子进行的深层次隐含语义分析，其在细粒度情感分析中被广泛应用。目前已有工作主要通过预训练语言模型来获取文本表示并通过微调推理情感语义信息，但对于文本深层次的隐含语义推理分析仍有不足，容易产生“幻觉”现象。该文提出一种基于教师-学生模型的隐式情感推理框架(reasoning implicit sentiment with teacher-student prompting, RI-TSP)，其中教师模型采用大规模语言模型T5，运用零样本思维链提示构建推理样本，并利用知识蒸馏、迁移学习等技术使训练小模型具备一定的语义分析和多跳推理能力。实验结果表明，在Laptops和Restaurants这2个公开数据集上，该文提出的RI-TSP方法与基于Prompt的模型相比，在隐式情感推理分析中的准确率分别提升了1.73%和3.49%，F1值分别提升了2.30%和1.46%，训练效率分别提升了25.0%和50.0%。

来源：2025年第8期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2025年第8期