OPRA-Vis：辅助组织-公众关系评估的可视化分析系统（基于大语言模型）
人机交互
2025-09-08 v2
摘要
分析来自数字媒体的公众舆论有助于组织与公众保持积极关系。此类公共关系（PR）分析通常涉及评估观点，例如衡量公众对组织的信任程度。预训练大语言模型（LLMs）在支持组织-公众关系评估（OPRA）方面具有巨大潜力，因为它们可以通过提示将非结构化公众文本映射到OPRA维度并阐述推理理由。然而，将LLMs应用于PR分析通常需要基于大规模标注数据集进行微调，这既耗费人力又需要专业知识，使PR研究人员难以应用这些模型。在本文中，我们提出了OPRA-Vis，一个利用LLMs进行OPRA且无需大量标注数据的可视化分析系统。我们的框架采用思维链（Chain-of-Thought）提示，引导LLMs通过将PR专业知识直接融入推理过程来分析公众舆论数据。此外，OPRA-Vis提供了可视化，揭示LLMs使用的线索和推理路径，使用户能够探索、质疑和优化模型决策。我们通过两个真实世界用例展示了OPRA-Vis的有效性，并通过与替代LLMs和提示策略的定量比较，以及通过可用性、有效性和专家反馈的定性评估进行了验证。
引用
@article{arxiv.2509.03164,
title = {OPRA-Vis: Visual Analytics System to Assist Organization-Public Relationship Assessment with Large Language Models},
author = {Sangbong Yoo and Seongbum Seo and Chanyoung Yoon and Hyelim Lee and Jeong-Nam Kim and Chansoo Kim and Yun Jang and Takanori Fujiwara},
journal= {arXiv preprint arXiv:2509.03164},
year = {2025}
}