Este estudio se centra en la aplicación práctica de modelos de lenguaje grandes en tareas complejas de clasificación semántica, tomando como ejemplo el discurso periodístico de la iniciativa "La Franja y la Ruta". Mediante la anotación conjunta de la fuente de evaluación, la categoría de evaluación y el objeto de evaluación, se diseñó y validó un método de anotación de evaluación colaborativo entre humanos y máquinas. Este método divide la tarea general en tres fases y se implementa en cinco rondas. Primero, a través de dos rondas de análisis de errores y optimización de indicaciones para la anotación del objeto de evaluación, se logró un resultado de anotación bastante satisfactorio en la tercera ronda. Basándose en este resultado, tras una ronda de análisis de errores y modificación de indicaciones, se completó una anotación de alta calidad de la categoría de evaluación en la cuarta ronda. Finalmente, también mediante análisis y optimización, se alcanzó una concordancia significativa en la anotación de la fuente de evaluación en la quinta ronda. Los resultados muestran que mediante la segmentación de tareas por fases, la ingeniería de indicaciones basada en análisis de errores y un proceso iterativo de anotación con evaluación cuantitativa, los modelos de lenguaje grandes pueden completar tareas de anotación con alta calidad. Además, este estudio proporciona un esquema de anotación transferible, estableciendo un proceso estándar de colaboración hombre-máquina escalable para el uso de modelos de lenguaje grandes en diversas tareas complejas de análisis semántico de textos.

grandes modelos de lenguaje;anotación conjunta de evaluaciones;anotación asistida de objetos de evaluación por grandes modelos de lenguaje;anotación asistida de categorías de evaluación por grandes modelos de lenguaje;anotación asistida de fuentes de evaluación por grandes modelos de lenguaje