评估人工智能生成文本情感控制的人类工程策略
计算与语言
2026-02-09 v1
摘要
大型语言模型(LLM)的突破性能力为通过情感适应的人工智能增强人机交互提供了新机会。然而，在这些系统中有意控制情感仍然具有挑战性。本研究 investigates 使用人类工程控制 LLM 生成文本中的情感，提供一种资源敏感且可访问的替代方案。我们采用 Ekman 的六种基本情感(如快乐、厌恶)进行测试，检验各种人类工程技术，包括零样本和链式思维人类工程，使用 gpt-3.5-turbo，并与微调进行比较。我们的结果表明，人类工程有效引导 AI 生成文本中的情感，为数据受限环境下的微调提供了实用且具有成本效益的替代方案。在此方面，少样本人类工程在其他技术之中最为有效，可能是由于来自人类编写示例的额外任务特定指导。我们的发现为开发情感适应 AI 系统提供了宝贵见解。
引用
@article{arxiv.2602.06692,
title = {Evaluating Prompt Engineering Strategies for Sentiment Control in AI-Generated Texts},
author = {Kerstin Sahler and Sophie Jentzsch},
journal= {arXiv preprint arXiv:2602.06692},
year = {2026}
}
备注
The definitive, peer-reviewed and edited version of this article is published in HHAI 2025 - Proceedings of the Fourth International Conference on Hybrid Human-Artificial Intelligence, Frontiers in Artificial Intelligence and Applications, Volume 408, ISBN 978-1-64368-611-0, pages 423 - 438, 2025