Este estudo foca na aplicação prática de grandes modelos de linguagem em tarefas complexas de classificação semântica, utilizando como exemplo o discurso jornalístico da iniciativa "Um Cinturão, Uma Rota". Por meio da anotação conjunta da fonte de avaliação, da categoria de avaliação e do objeto de avaliação, foi projetado e validado um método de anotação colaborativa homem-máquina. Esse método divide a tarefa geral em três fases e é implementado em cinco rodadas. Primeiro, por meio de duas rodadas de análise de erros e otimização de prompts para anotação do objeto de avaliação, um resultado satisfatório foi obtido na terceira rodada. Com base nesse resultado, após uma rodada de análise de erros e modificação dos prompts, foi concluída a anotação de alta qualidade da categoria de avaliação na quarta rodada. Finalmente, também mediante análise e otimização, foi alcançada uma consistência significativa na anotação da fonte de avaliação na quinta rodada. Os resultados indicam que, por meio da divisão da tarefa em fases, engenharia de prompts baseada em análise de erros e um processo iterativo de anotação com avaliação quantitativa, grandes modelos de linguagem podem concluir tarefas de anotação com alta qualidade. Além disso, este estudo também oferece um esquema de anotação transferível, estabelecendo um processo padrão colaborativo homem-máquina escalável para o uso de grandes modelos de linguagem em diversas tarefas complexas de análise semântica de texto.

grandes modelos de linguagem;anotação conjunta de avaliação;anotação assistida do objeto de avaliação por grandes modelos de linguagem;anotação assistida da categoria de avaliação por grandes modelos de linguagem;anotação assistida da fonte de avaliação por grandes modelos de linguagem