★ 3
研究：文本嵌入模型情感可解码但度量近乎无视
论文发现现代文本嵌入模型存在系统性割裂：情感几乎可完美解码，却几乎不体现在余弦相似度度量中。11 个冻结编码器上线性探针最高 91.3% 准确率，而极性间隔仅 0.003-0.064，Qwen3-Embedding-4B 探针 91.3% 但检索 MAP 仅 64.3。作者提出 SISE 轻量监督…
arXiv NLP7 天前
#情感分析
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
S2TDR：面向贴纸对话理解的结构化多模态重建框架
论文提出 S2TDR 框架，将社交媒体对话中的贴纸轮次转换为符合上下文的文本话语，再交由现有文本对话模型处理。方法把贴纸解读拆分为视觉线索提取、情感意图推断与上下文感知对话重建三步，OCR 仅作辅助线索。在情感分析、意图识别与对话摘要任务上，S2TDR 普遍优于直接融合贴纸的方法，并提供可解释的贴…
arXiv NLP8 小时前
★ 2
研究提出融合金融情境的 Actor-Critic 深度强化学习交易策略
论文针对传统价格指标难以捕捉社会情绪、政治动荡与经济突变的问题，提出部分与深度注入情感分析的深度强化学习交易方法，对比 A2C、PPO 与 DDPG、TD3、SAC 等策略设计。结果显示结合 Q 学习的策略优化类智能体在深度注入情感后，收益最大化与风险规避表现均显著提升。
arXiv cs.AI7 天前
★ 2
NEPSEE：尼泊尔语情感分析双标注基准发布
研究者构建尼泊尔语情感分析基准 NEPSEE，由两位标注者盲标 5614 句推文，保留 3189 句极性一致样本。三分类任务上 NepBERTa 宏 F1 达 0.877，三个商用 LLM 零样本为 0.882 至 0.896；五级量表上 Claude Opus 5.5 领先最佳编码器 0.10 …
arXiv NLP18 天前
★ 2
Agent 引导证据获取用于情感-原因对抽取
研究者探索 Agent 引导的证据获取方法用于情感-原因对抽取（ECPE），学生 Agent 在决策边界附近选择性查询专家判断并修正预测。在 10% 查询率下，选择性融合使平均对 F1 提升 2.64-3.88 点，ECF 达 65.14，MEC4 达 49.74。
arXiv NLP19 天前
★ 2
DRIFT：依存句法推理提升方面情感四元组预测
研究者提出 DRIFT，将依存句法树线性化后直接注入 LLM 提示作为显式关系上下文，使模型能推理方面-观点依赖关系。在 SemEval Rest15、Rest16 和 ACOS 上，DRIFT 在生成式 ASQP 方法中表现最佳，Rest15 和 Rest16 的 F1 分别达到 54.47% …
arXiv NLP19 天前
★ 2
金融情感分析的双重效度：同日关联与次日预测
研究以2002-2025年证券集体诉讼语料为背景，将7万条X消息与股票异常收益关联，用同一流程测试VADER、Loughran-McDonald、FinBERT、Twitter-RoBERTa及LLM标注器五种工具。发现构念效度与预测效度的关系取决于采样方式与分数表示：常规采样下人工一致性更贴近同…
arXiv cs.AI51 天前