通过大语言模型生成的推理增强多模态基于方面的情感分析

本研究针对现有多模态基于方面的情感分析（MABSA）方法中小语言模型（SLMs）在信息收集和情感识别中的局限性提出了解决方案。通过引入大语言模型（LLMs）生成的推理信息并结合双重交叉注意机制，增强了SLMs对方面和情感的识别能力，实验结果显示该方法在多个基准测试中优于现有方法，具有良好的通用性与适用性。

本研究提出了一种改进的小语言模型情感分析方法，通过引入大语言模型生成的推理信息和双重交叉注意机制，提升了对方面和情感的识别能力，实验结果优于现有方法。