本论文提出了一种新的方法，通过提取特定的语篇关系信息从原始文本中提取带有银标签的数据，以微调用于态度分类的模型并提出了一个3阶段的训练框架，实现了从最嘈杂的数据到最少噪音的数据不断降噪。实验结果表明，自动注释的数据集以及3阶段训练有助于改善模型在态度分类中的性能，该方法在NLPCC 2021观点分类赛道中排名第一，验证了我们方法的有效性。

该研究探讨了主题度量在态度分类中的有效性，发现主题度量优于情绪度量，可以提高高达18.95％的性能。情绪和主题度量的组合可以实现最佳性能，并且可以进一步解决仅依赖情绪以及主题度量低一致性得分的局限性。