本研究比较了最佳-最差比较法与评分尺度法在数据注释中的可靠性，发现最佳-最差比较法更为可靠。通过自然语言解释训练大型语言模型，提高标注数据质量。研究了情感强度对标注一致性的影响，并提出基于模型的方法来优化注释任务，强调多样化数据的重要性。创建了标记情感强度的推文数据集，利用最佳-最差比例技术提高一致性，并分析情感类别的有序性及其对模型性能的影响。