本文提出了针对SemEval-2026 任务3的方法，该任务侧重于基于维度的方面情感分析。本研究探讨了预测细粒度实值分数（用于情感效价和唤醒度）的方法，而非传统的类别标签。

  • 团队参与子任务1，为给定方面预测分数；以及子任务3，提取完整的情感细节集，包括方面、类别、观点和分数。
  • 对于回归任务，该方法使用基于Transformer的编码器模型的加权集成。
  • 对于俄语输入，该方法利用大型语言模型生成合成情感描述来增强数据。
  • 对于提取任务，解码器LLM经过微调以执行结构化预测，同时识别情感元素并估算数值分数。