情感归因的双重视角：LLM 中情感跨文化分析的生成器-解释器框架

大语言模型 (LLM) 越来越多地用于跨文化系统中，以理解和适应人类情感，这些情感是由表达和解释的文化规范塑造的。然而，先前关于情绪归因的工作主要集中在解释上，忽视了情绪产生者的文化背景。这种普遍性假设忽略了各国情感表达和感知方式的差异。为了解决这一差距，我们提出了一个生成器-解释器框架，通过考虑表达和解释来捕获情感归因的双重视角。我们使用来自 15 个国家的数据系统地评估了 6 个 LLM 的情绪归因任务。我们的分析表明，绩效差异取决于情绪类型和文化背景。存在生成器-解释器对齐效应；发电机的原产国对性能的影响更大。我们呼吁在基于 LLM 的系统中进行文化敏感的情感建模，以提高跨不同文化背景的情感理解的鲁棒性和公平性。