摘要
思维链（Chain-of-Thought, CoT）技术显著提升了大语言模型（LLM）的情感推理能力。然而，现有的多模态CoT方法通常将不同模态的信息聚合为混合输入，使模型进行纠缠推理。该范式在处理具有语义冲突的复杂情感样本时，往往会出现跨模态信息混淆与错位。为应对这些挑战，我们提出了一种用于情感理解的多模态解耦思维链，称为MDCoT。具体而言，MDCoT将LLM的推理结构化为三个明确的渐进步骤：(1) 共享情感聚合，提取所有模态间对齐的共同情感基线；(2) 私有情感解纠缠，分离模态特有的情感细微差异，例如文本隐喻、面部微表情或音频语调变化；(3) 全局集成推理，平衡共享共识与模态私有线索以做出最终预测。在三项情感任务（即情感分析、讽刺检测和意图识别）上进行了广泛实验，结果表明MDCoT在多个多模态大语言模型（MLLM）上始终优于最先进端到端模型和现有提示策略。此外，消融实验和鲁棒性研究证实，显式解纠缠能够有效防止跨模态冲突并提升决策稳定性。
