专家技能提示与微调在中文隐喻识别中的跨数据集稳定性研究

一项新研究比较了四种方法在中文隐喻识别中的跨数据集稳定性：BERT微调、QLoRA大模型微调、零样本LLM提示以及冻结程序化技能的零样本提示（Skill-ZS）。结果显示，微调在原生测试集上最强（BERT-FT达91.76 Macro-F1），而技能提示在外部数据集上表现均衡，最低分数82.64，波动范围仅4.08，同时减少了假阳性。

该研究首次系统比较了专家知识提示与参数微调在跨数据集上的表现，发现技能提示虽在原生数据上不及微调，但更稳定且可减少误报，为模型跨领域应用提供了新思路。

Skill-ZS通过将隐喻识别的专家标准（如语境意义、基本意义、对比等）编码为程序化提示，引导冻结的LLM推理，减少了参数调整带来的数据集过拟合，从而提升外部数据上的性能下限和一致性。

对于中文NLP产品，技能提示可降低对特定数据集微调的依赖，提高模型在不同内容类型（如社交媒体、新闻）上的鲁棒性，但可能增加假阴性，需在敏感场景中平衡。

• 开发基于技能提示的中文隐喻检测API，用于文学或社交媒体内容的修辞分析。
• 将Skill-ZS与微调模型集成，在原生数据上兼顾精度与外部泛化。
• 利用其低假阳性特性，构建面向品牌监护的负面隐喻过滤工具。

• 技能提示在大规模真实场景中的推理成本如何？
• 技能是否可扩展到其他中文歧义任务（如讽刺识别）？
• 外部数据集上的性能优势是否依赖特定提示设计？