一种基于大模型推理的隐性情绪观点提取方法及系统

本发明公开了一种基于大模型推理的隐性情绪观点提取方法及系统，所述方法包括：构建正负样本及预测反馈信号，通过双通道提示强化大语言模型的上下文感知能力；提取初步观点元组，输出观点信息、目标词及隐含标志；采用自然语言主张模板结合自我辩论机制对初步观点元组与原句进行蕴含关系验证，若存在矛盾则迭代修正，输出验证后的观点元组；若观点为隐含表达，基于混合相似度检索最优情感参考，并通过依存关系分析提取辅助情感线索，融合生成隐式情感增强信息；根据隐含标志，动态构建结构化输入序列并输入大语言模型与特征提取器提取深层语义特征，通过分类器输出预测结果，本发明能够准确识别隐性情绪观点。