超越情感分类：文本中情感强度评估的生成框架

我们引入了一种新颖的情感建模方法，将重点从识别转移到评估，解决了金融等应用领域中离散分类的局限性。通过构建情感强度分数的数据集和 微调 开放权重生成语言模型来输出 0-100 的连续值，我们展示了一个更具表现力、更通用的情感和情感分析框架。我们的研究结果不仅优于分类基线，而且还揭示了令人惊讶的泛化能力以及对相关结构（例如情绪和唤醒）的转移效应。这项工作通过引入情感强度评估作为分类的替代方案，有助于 NLP 的跨学科重新语境化，认为这种转变更好地符合金融等领域的需求，在金融领域，情感内容的程度是解释和决策的核心。