研究情感极化的自然语言 Agentic 方法

情感极化一直是政治与社会研究的核心议题，社交媒体上的关注日增，那里党派分裂常被放大。现实研究范围往往有限，而模拟研究受制于高质量训练数据不足，因为人工标注帖子既费力又易带主观偏差。缺乏把各研究中不同情感极化定义形式化的适当工具，使结果比较复杂化并阻碍可互操作的框架。我们提出一个多智能体模型，为研究社交媒体情感极化提供综合方法。为使框架可操作，我们开发一个利用大语言模型（LLM）构建虚拟社区、让智能体参与讨论的平台。我们通过以下方式展示平台潜力：（1）分析社会科学文献中探讨的与情感极化相关的问题，为该现象提供新视角；（2）引入可在不同粒度与抽象层次上观察和测量极化的场景。实验表明，该平台是研究情感极化等复杂社会动态的计算研究灵活工具。它借助先进智能体模型模拟丰富的情境敏感交互，系统探索传统上通过人类被试研究解决的问题。