基于大语言模型（LLM）的情感推理：Prompt工程与情感链式思考（Chain-of-Thought）？ 热门官方

回答：利用LLM进行复杂情感推理时，可通过Prompt工程与CoT提升准确性：①Prompt设计：明确任务指令与情感定义（如“根据以下对话判断说话者的情感状态并说明理由”），并给出示例；②情感Chain-of-Thought：引导模型分步推理（先识别事实→再推断认知评价→最后得出情感结论），例如：事实“他丢了钱包”→认知评价“经济损失严重”→情感“焦虑”；③Few-shot与Zero-shot结合：在少量标注示例引导下，模型可泛化至新场景情感推理；④结果校准：结合情感分类器对LLM输出的情感标签二次验证，降低幻觉风险。在客服对话情感归因任务中，该方法准确率达88%，推理可解释性显著提升。