热点事件持续更新
社交媒体情感分析中人类、专用工具与LLM的一致性研究
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
该研究评估 TextBlob、VADER、Twitter-roBERTa-base 与 Qwen-32B、GPT-OSS-120B、Llama-4-Maverick-17B 在 100 条推文上与 6 名人类标注者的一致性。研究使用 Cohen's kappa 与 Fleiss' kappa 作为衡量指标，结果显示人类标注者之间仅达到 fair agreement，表明在社交媒体文本情感分析任务上，人类、专用工具与 LLM 均难以形成共识。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
2026-10-08 arXiv 论文显示，人类标注者间一致性仅为 fair，专用工具与 LLM 同样难达共识。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 Language人类、专用工具与 LLM 在社交媒体文本情感分析上均难达共识
研究评估 TextBlob、VADER、Twitter-roBERTa-base 与 Qwen3-32B、GPT-OSS-120B、Llama-4-Maverick-17B 在 100 条推文上与 6 名人类标注者的一致性，Cohen's kappa 与 Fleiss' kappa 显示人类间仅 fair agreement。
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。