情感分析建模：大语言模型与数据增强技术
Modelling Sentiment Analysis: LLMs and data augmentation techniques
AI总结：
本研究聚焦小数据集下的二分类情感分析任务，探索使用BERT、RoBERTa、XLNet等在该领域表现最优的大语言模型，提出多种建模方法。
摘要：
本文针对小型训练数据集上的二分类情感分类任务提出了多种方法。采用了在情感分析及相似领域取得SOTA（state-of-the-art，当前最优）结果的LLMs（大语言模型），包括BERT、RoBERTa和XLNet。
英文摘要：
This paper provides different approaches for a binary sentiment classification on a small training dataset. LLMs that provided state-of-the-art results in sentiment analysis and similar domains are being used, such as BERT, RoBERTa and XLNet.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
