标签
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。
本文介绍了RPCL，一种仅用于训练阶段的鲁棒配对置信度学习框架，用于多模态情感-原因配对提取。该框架改进了黄金配对与困难负例之间的判别性分离，并在三个数据集上的Pair F1和AUPRC指标上取得了显著提升。