一种结合推理链与多原型对比的长序列对话立场检测方法

本发明提出一种结合推理链与多原型对比的长序列对话立场检测方法，用于解决社交媒体长序列对话中推理过程不透明、对话建模不足及类别边界模糊的问题。该方法通过构建推理链并与目标评论融合，生成深层语义推理表示；同时融合全局依赖、局部模式、结构关系和用户一致性多视角信息，获得多视角语义表示。在此基础上，为每个立场类别维护多个原型向量，通过样本与原型相似度计算及多原型对比损失，实现鲁棒的立场建模，并结合分类损失联合优化模型。本发明能够有效增强立场推理的可解释性，提升对长对话中语义多样性及类别模糊问题的适应能力，适用于舆情分析与用户态度预测等场景。