本文提出了一种无训练的上下文学习方法EmoGist，用于视觉情感分类，解决情感标签的上下文依赖性问题。通过分析类别示例图像的聚类，预生成情感标签解释，从而提高分类准确性。实验结果显示，EmoGist在多个数据集上的F1分数显著提升。