SemEval-2025 任务 11 的 Lotus：基于 Llama-3 生成解释的 RoBERTa 多标签情感分类

本文提出了一种新颖的多标签情感检测方法，利用 Llama-3 生成解释性内容以澄清模糊的情感表达，从而提升 RoBERTa 的情感分类性能。通过融合解释性上下文，我们的方法在 F1 分数上取得提升，尤其是针对恐惧、喜悦和悲伤等情感，显著优于仅依赖文本的模型。解释性内容的添加有助于消除歧义，解决情感线索重叠的挑战，并增强多标签分类能力，标志着情感检测任务的重要进展。