Emo-Jev：用 Jev 的概率推理做情绪分类

Emo-Jev 是一个免训练框架，含 Emo-Jev-D 与 Emo-Jev-SC 两种实现：前者把分类拆成任务级原子判断并合成概率，后者从互补视角构建多条判断路径并聚合为共识决策。在覆盖情感分析、情绪识别、讽刺检测与幽默检测的 8 个数据集上，标准 Jev 平均 macro-F1 为 62.93%，低于最强 LLM 基线的 67.28%，但延迟更低、成本通常更低。