利用大语言模型进行事件分解以提升多模态方面情感分析
数论
2024-10-21 v1 组合数学
摘要
随着互联网的快速发展，用户生成内容的丰富性不断增加，使多模态方面情感分析（MABSA）成为研究热点。现有研究在MABSA方面取得了一定成果，但未能有效解决多个实体和情感共存场景中的分析挑战。本文创新性地引入大型语言模型（LLM）进行事件分解，提出了基于强化学习的多模态方面情感分析框架（MABSA-RL）。该框架利用大语言模型将原始文本分解为一组事件，从而降低分析复杂度，通过强化学习优化模型参数。实验结果表明，MABSA-RL在两个基准数据集上超越了现有的先进方法。这篇论文为多模态方面级情感分析提供了新的研究视角和方法。
引用
@article{arxiv.2410.14149,
title = {A remark on modular equations involving Rogers-Ramanujan continued fraction via $5$-dissections},
author = {Russelle Guadalupe},
journal= {arXiv preprint arXiv:2410.14149},
year = {2024}
}
备注
8 pages; comments welcome