热点事件持续更新
Emo-Jev：用 Jev 概率推理做情感分类
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
Emo-Jev 是一个免训练框架，用 Jev 的概率推理做情绪分类，包含两种实现：Emo-Jev-D 把分类任务拆成原子判断并合成概率；Emo-Jev-SC 从互补视角构建多条判断路径，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。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
Emo-Jev 框架细节与 8 数据集结果公布：macro-F1 62.93% 低于 LLM 基线，但延迟与成本更优。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Computation and LanguageEmo-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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。