본 연구는 SemEval-2026 Task 3의 감성 회귀 분석을 위한 시스템을 소개하며, LLM이나 외부 코퍼스를 사용하지 않고 다국어 사전 훈련 인코더 기반의 경량화된 시스템을 구축했어요.
다국어·다중 도메인 공동 훈련을 통해 언어 간 지식 이전과 데이터 희소성 완화를 시도하고, 예측 범위를 제한하는 회귀 변환을 도입했어요.
실험 결과, zho-res에서는 1위, zho-lap에서는 2위, jpn-hot에서는 3위를 차지하며, 다른 데이터셋에서도 상위 절반 안에 랭크했어요.