본 논문은 다중 모드 관점 기반 감정 분석(MABSA)을 위한 새로운 프레임워크인 LRSA를 제안합니다. 기존 MABSA 방법들은 주로 성능이 제한적인 소형 언어 모델(SLM)에 의존하여 이미지와 텍스트에서 관점과 감정 정보를 수집하고 두 모드를 정렬하는 데 초점을 맞추었습니다. 본 논문에서는 대규모 언어 모델(LLM)의 우수한 정보 처리 능력을 활용하여 SLM의 한계를 극복하고자 합니다. LRSA는 LLM이 생성한 설명을 SLM에 추가적인 정보로 주입하고, 이중 교차 주의 메커니즘을 사용하여 특징 상호 작용과 융합을 향상시킴으로써 SLM의 관점 및 감정 식별 능력을 강화합니다. 세 가지 널리 사용되는 벤치마크에 대한 실험 결과를 통해 제안된 방법의 우수성과 일반화 가능성을 입증합니다.
