排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
[研究目的]舆情情感分析作为开源情报的重要方面,以少样本学习的形式进行能极大提高情报获取效率。针对在低资源场景下信息不足而导致的情感检测模型性能不佳问题,提出一种融合大语言模型知识的对比提示情感分析方法。[研究方法]首先利用大语言模型的通用知识实现训练样本的扩充,然后使用无标注数据进行对比嵌入训练以优化文本编码器的语义表征能力,最后利用提示学习机制,在无标注数据上进行自预测的迭代扩充训练以使模型进一步使适应特定任务。[研究结论]在公开数据集上的实验结果表明,提出的模型在同等标注数据量的条件下表现优于基线方法。 相似文献
1