ECPEC

LLM对话分析：判断对优于生成对

一篇来自arXiv的新论文探讨了使用大型语言模型（LLMs）在对话中进行情感-原因对提取的不同方法的有效性。研究发现，将任务表述为对级别判断，即LLM评估单个候选对，其效果显著优于对话级别生成方法。这是因为LLMs在被明确查询时比发现和生成完整关系集时更擅长识别现有关系。该研究引入了一个辅助检索器，通过重新审视模糊案例来提高性能，从而带来一致的F1分数提升。