一种基于情感链推理与动态损失优化的隐式情感分析方法

本发明涉及自然语言处理技术领域，公开了一种基于情感链推理与动态损失优化的隐式情感分析方法，包括以下步骤：设计连续推理提示，分阶段识别情感元素并构建情感链推理路径；通过多阶段混合损失训练优化模型，利用同方差不确定性动态调整任务权重，增强情感元素识别的准确性；利用GPT‑4O结合自精炼修正机制构建数据集，补充情感元素用于模型微调，在隐式情感分析任务中，采用所述模型对文本进行情感倾向识别和分析。通过创新性地采用分阶段提示策略，先构建方面项识别、意见表达项识别提示，再构建情感极性识别提示，使模型逐步推理出隐含方面项和意见表达项，最终准确判断情感极性。