大型语言模型用于捷克方面情感分析
计算与语言
2025-08-12 v1
摘要
方面情感分析（ABSA）是一种细粒度情感分析任务，旨在识别特定实体方面上的情感。尽管大型语言模型（LLM）在various自然语言处理（NLP）任务中表现出色，但其在捷克方面情感分析方面的能力仍鲜有探索。本文对19种规模和架构各异的LLM在捷克ABSA上进行全面评估，比较其在零样本、few-shot和微调情景下的表现。我们的结果表明，小规模领域特定模型在微调后在零样本和few-shot设置下优于通用型LLM，而微调后的LLM实现了最佳性能。我们分析了多语言性、模型规模和时效性等因素对性能的影响，并呈现了错误分析，突出了在方面术语预测方面面临的关键挑战。我们的发现为捷克ABSA适合LLM提供了见解，并为该领域的未来研究提供了指导。
关键词
引用
@article{arxiv.2508.07860,
title = {Large Language Models for Czech Aspect-Based Sentiment Analysis},
author = {Jakub Šmíd and Pavel Přibáň and Pavel Král},
journal= {arXiv preprint arXiv:2508.07860},
year = {2025}
}
备注
Accepted for presentation at the 28th International Conference on Text, Speech and Dialogue (TSD 2025)