跨实例上下文挖掘框架

轻量模型超越大模型

该框架动态挖掘语义相关样本的上下文信息，显著提升多模态情感分析对噪声和不完整表达的鲁棒性。

夏海英 · Youyong, Cheng · Tan, Yumei · 宋树祥

Information Processing and Management 2026

参数信息

Acc-2

89.33 %

Acc-2

87.62 %

Acc-7 提升（相比 Qwen-1.8B）

3.31 %

Acc-7 提升（相比 ChatGLM3-6B）

0.77 %

技术优势

跨实例增益上下文

通过检索 top-K 相关样本作为语义锚点捕捉情感演化，有效增加了上下文信息增益。

轻量超越大模型

在 Acc-7 上超过微调的 Qwen-1.8B 3.31%、ChatGLM3-6B 0.77%，而架构更为轻量。

应用场景

• 多模态情感分析：替换静态融合模块，提升对噪声和不完整表达的鲁棒性。
• 轻量级情感AI：以轻量架构取得超越大模型的精度，降低部署成本。
• 社交媒体情感监测：利用跨话语上下文提高短文本和不完整表达的情感识别准确率。