来源：期刊VIP网 时间：
作者：王紫璇;卢笑;周炫余;吴向文;刘林;张思敏;
单位：湖南师范大学教育科学学院;湖南师范大学工程与设计学院;宁夏师范大学教育学部;
摘要：利用方面级情感分析方法对学生评教文本进行分析，对于促进教学质量的提升具有重要意义。现有的方面级情感四元组抽取方法主要包括基于判别式的方法和基于生成式的方法，然而基于判别式的方法未充分考虑方面级情感元素之间的关联语义，基于生成式的方法过于依赖模板质量，在理解隐式情感方面仍有改进的空间。针对上述问题，提出一种基于大小语言模型协同的评教文本方面级情感分析模型，该模型通过基于大语言模型的推理策略对评价文本进行深层次的语义理解和隐式情感推理，将模糊情感明晰化，以增强模型对于隐式情感的识别能力；接着设计了基于小模型的双层交互策略，通过浅层次和深层次交互充分捕捉上下文信息，实现评教文本中隐式情感的细粒度分析。实验结果表明，在Laptop、Restaurant公共数据集以及自构建的教学评价数据集中，该模型相较于最优对比模型的F1分别提高了0.24、0.60和1.05个百分点。此外，通过一系列消融实验和对比实验进一步验证了该方法的有效性。
关键词：学生评教文本;;方面级情感分析;;大小语言模型协同;;深度学习;;隐式情感
基金资助：国家自然科学基金（62007007）;; 中国博士后科学基金（2022M710419）;; 湖南省自然科学基金面上项目（2023JJ30415,2025JJ50362）;; 湖南省学位与研究生教学改革研究重点项目（2022JGZD026）;; 湖南省教育厅优秀青年项目（24B0081）;; 宁夏回族自治区2023年重点研发计划项目（2023BEG03066）
