arXiv · cs.CL· Himarsha R. Jayanetti·· 20 天前AI 评分30
情感标注难有共识：人类、专用工具与 LLM 在社交媒体文本上均难达成一致
Nobody Truly Agrees on Sentiment: Humans, Bespoke Tools, and LLMs Struggle with Social Media Texts
来源与原文
arXiv · cs.CL
作者：Himarsha R. Jayanetti
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10318v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项对 100 条推文的评估显示，TextBlob、VADER、Twitter-roBERTa-base 三种专用情感分析工具与 Qwen3-32B、GPT-OSS-120B、Llama-4-Maverick-17B 三个 LLM，和六名人类标注者的一致性都仅属一般。Twitter-roBERTa-base 与人类评分最契合，尤其在区分负面与非负面情感时领先；LLM 彼此一致性较高，在正面分类上表现更好。研究表明领域微调对可靠的情感分析仍不可或缺。
来源：arXiv · cs.CL · arxiv.org