"汉语框架语义解析基于框架语义学理论,旨在通过识别句子中词语所激活的语义框架, 分析句子中各个成分的语义角色, 从而揭示语言背后的深层语义结构,进一步更好地抽取事件关系和语境信息。 大语言模型出现后,其强大的通用文本理解与生成能力被广泛应用于各种自然语言处理任务中。 然而,当前大语言模型在汉语框架语义解析任务中存在推理路径简单、 准确率过低的不足,尤其在思维链的逻辑连贯性和检索增强生成的深度应用上存在欠缺。 为此,本文提出了一种面向汉语框架语义解析的思维提示方法。 该方法结合检索增强生成(RAG)与链式思维(CoT)技术,引导大语言模型完成汉语框架语义解析任务。我们在CFN2.1数据集上的实验结果表明,与最好方法相比,该方法的框架识别准确率提升13.52%,论元识别F1提升2.24%,角色识别F1提升5.09%。"