大语言模型（LLM）在定性产品反馈分析中的应用正日益受到关注。近期，一篇发表在arXiv上的研究论文（arXiv:2606.23701）提出了一个可扩展且可解释的框架，利用LLM从定性数据中量化产品需求性，无需依赖显式的评分或标签。该研究基于两个产品需求性工具包（PDT）数据集——ZORQ和CARMA，共包含106组受访者术语分类，并配有经过严格人工验证的黄金标准标签。研究者在零样本设置下，要求LLM直接根据定性回答生成连续数值情感评分和分类情感标签，而不使用任何预定义的评分体系。
实验结果表明，LLM能够高度准确地从定性反馈中提取情感信号。在数值评分任务中，LLM生成的分数与专家标注的皮尔逊相关系数高达0.97；在分类任务中，准确率也达到了惊人的94%。更令人印象深刻的是，LLM在应对多种数据格式（如不同措辞或表达方式）时表现出稳健性，且输出的置信度评分始终较高。相比之下，传统的基于词典的方法和基于Transformer的基线模型未能产生统计上显著的结果，这突显了LLM在理解微妙情感方面的独特优势。
在模型效率方面，研究特别指出GPT-4o-mini模型的表现尤为突出。该模型在性能上与GPT-4等大型模型不相上下，但推理成本降低了94%。这一发现对于实际部署具有重要意义，因为它使得在资源受限的环境中也能实现高质量的情感分析，从而将LLM的应用拓展到更广泛的产品开发循环中。
除了情感评分，该框架还整合了模型置信度评级和人类可读的解释机制（xAI）。这意味着每个情感评分都附带了模型对其预测确定性的评估，以及生成该评分背后的推理过程。这种透明度不仅增强了用户对系统的信任，也为产品团队提供了可操作的洞见，帮助他们理解为什么用户会对产品产生特定的情感。
研究人员认为，将PDT调查方法与高效的LLM情感分析相结合，能够为产品评估提供丰富的结果。这些结果既包括数值和分类的情感评分，也包括高层次的产品印象识别，例如用户对产品的整体感受。这些信息可以直接用于指导产品开发、迭代改进，甚至为特定目标受众制定营销策略。
该论文还提供了研究的技术细节：全文共20页，包含6个图表和11张表格，并在多个学科分类下索引，包括计算机语言、人工智能、人机交互和机器学习。研究得到了来自arXivLabs社区的支持，并提供了完整的PDF和HTML版本供公开访问。未来方向包括探索更多类型的LLM以及在更广泛的应用场景中测试该框架的鲁棒性。
这篇论文不仅为产品情感分析提供了一种新的有效方法，也为LLM在商业应用中的高效、透明使用树立了典范。