Cette étude se concentre sur l’application pratique des grands modèles de langage dans les tâches complexes de classification sémantique, en prenant comme exemple le discours médiatique de l’initiative "La Ceinture et la Route". En évaluant conjointement la source d’évaluation, la catégorie d’évaluation et l’objet d’évaluation, une méthode d’annotation collaborative homme-machine a été conçue et validée. Cette méthode divise la tâche globale en trois phases, exécutées en cinq tours. Tout d’abord, grâce à deux tours d’analyse des erreurs et d’optimisation des invites concernant l’annotation de l’objet d’évaluation, un résultat d’annotation satisfaisant est obtenu au troisième tour. Sur cette base, après un tour d’analyse des erreurs et de modification des invites, une annotation de haute qualité de la catégorie d’évaluation est réalisée au quatrième tour. Enfin, après analyse et optimisation, une cohérence significative de l’annotation de la source d’évaluation est atteinte au cinquième tour. Les résultats montrent qu’à travers une tâche en phases, une ingénierie des invites basée sur l’analyse des erreurs et un processus d’annotation itératif avec évaluation quantitative, les grands modèles de langage peuvent réaliser des annotations de haute qualité. De plus, cette étude propose un schéma d’annotation transférable, établissant un processus standard collaboratif homme-machine extensible pour l’utilisation des grands modèles de langage dans diverses tâches complexes d’analyse sémantique des textes.

grands modèles de langage;annotation conjointe des évaluations;annotation assistée des objets d’évaluation par les grands modèles de langage;annotation assistée des catégories d’évaluation par les grands modèles de langage;annotation assistée des sources d’évaluation par les grands modèles de langage