大语言模型辅助的交互文本细粒度情感分析方法

本发明涉及自然语言处理技术领域，尤其涉及大语言模型辅助的交互文本细粒度情感分析方法，其特征在于，融合了大语言模型、卷积神经网络(CNN)和Transformer技术，并通过动态权重调整实现对不同复杂度文本的自适应处理，包括以下步骤：步骤一：高跨域适应性和优化情感粒度划分；步骤二：提升数据质量和增强模型灵活性；步骤三：解决数据不平衡；本发明将显著提升网络互动文本的细粒度情感识别能力，不仅能为政府决策提供更准确、全面的民意信息支持，还能促进政府治理能力的提升和公众诉求的有效解决。本发明的实施将对提高政府公共服务质量、增强政民互动效果、促进社会和谐稳定产生重要影响。