В данной статье представлен подход к Задаче 3 SemEval-2026, которая сосредоточена на размерном аспектно-ориентированном анализе тональности. Работа исследует методы прогнозирования тонкозернистых вещественных оценок для валентности и возбуждения настроения вместо традиционных категориальных меток.
- Команда участвует в Подзадаче 1, прогнозируя оценки для заданных аспектов, и Подзадаче 3, извлекая полные наборы деталей тональности, включая аспекты, категории, мнения и оценки.
- Для задачи регрессии подход использует взвешенный ансамбль моделей-энкодеров на основе трансформеров.
- Для входных данных на русском языке метод улучшает данные с помощью большой языковой модели для генерации синтетических описаний тональности.
- Для задачи извлечения декодерная LLM дообучается для выполнения структурированного прогнозирования, одновременно выявляя элементы тональности и оценивая числовые значения.