标签
本文介绍了 NTDH，一个面向全面情感分析的复杂推理框架，它统一了情感和情绪预测任务。在 Qwen3-8B 上使用 SFT 和 GRPO 进行训练，在 SemEval-2018 EI-reg 上取得了强劲的结果，皮尔逊相关系数为 0.862。
本文比较了基于LLM的对话中情绪-原因对提取的生成与判断范式，发现对级判断优于对话级生成，并引入辅助检索器以改进性能。
本文提出了一种使用自然语义元语言（NSM）的情感分析界面，为情感分类生成忠实且可解释的说明，以轻微的准确度换取可验证性。
本文通过对比研究玛格丽特·阿特伍德的《羚羊与秧鸡》译成意大利语的情况，探讨大语言模型（LLM）翻译是否表现出可识别的情绪特征，以及后期编辑如何将其重塑为更接近人类的标准。