利用大语言模型中的思维链提示增强细粒度情感分类
计算与语言
2025-05-08 v1 机器学习
摘要
我们探索了在大语言模型（LLM）中使用思维链（CoT）提示，以提高应用商店评论中细粒度情感分类的准确性。传统的基于数字和极性的评分往往无法捕捉用户反馈中蕴含的细微情感。我们通过将每种方法的预测结果与人类判断进行比较，在 2000 条亚马逊应用评论上评估了 CoT 提示与简单提示的有效性。CoT 提示将分类准确率从 84% 提高到 93%，突显了显式推理在增强情感分析性能方面的益处。
引用
@article{arxiv.2505.04135,
title = {Enhancing Granular Sentiment Classification with Chain-of-Thought Prompting in Large Language Models},
author = {Vihaan Miriyala and Smrithi Bukkapatnam and Lavanya Prahallad},
journal= {arXiv preprint arXiv:2505.04135},
year = {2025}
}
备注
5 pages