مع التزايد المستمر في الطلب الاجتماعي على تحليل المشاعر التفصيلي (SA)، يمثل تحليل المشاعر الضمنية (ISA) تحديًا كبيرًا نظرًا لغياب كلمات مؤشّرة بارزة في التعبيرات. ويستدعي هذا فهم كيفية توليد المشاعر من خلال استدلال موثوق، وبالتالي تحديد المشاعر الضمنية بدقة. في عصر النماذج اللغوية الكبيرة (LLMs)، اكتسبت النماذج ذات البنية المُشفّرة-المُفكّكة (ED) شهرة واسعة لكونها نماذج أساسية في تطبيقات تحليل المشاعر، نظرًا لقدرتها المتميزة على فهم النصوص واستدلالها في مهام متنوعة. من ناحية أخرى، تُظهر النماذج ذات المُفكّك الوحيد (DO) قدرات متفوّقة في إنشاء اللغة الطبيعية والتعلم في السياق. ولكن قد تُقدّم استجاباتها معلومات مضلّلة أو غير دقيقة. ولتحديد المشاعر الضمنية من خلال استدلال موثوق، تُقدّم هذه الدراسة إطارًا ثنائي المراحل يُسمّى RVISA، يُستخدَم فيه قدرة النماذج DO على الإنشاء، وقوة النماذج ED على الاستدلال، لتدريب منظومة استدلال مُحسّنة. وبشكل محدد، نستخدم تقنية التحفيز بالاستدلال ذي الثلاث خطوات لتزويد العناصر المشعّرة بشكل صريح كمؤشرات. ثم تُستخدم التبريرات المُولّدة لتحسين نموذج ED لتحويله إلى منظومة استدلال متميّزة. علاوةً على ذلك، طوّرنا آلية تحقق بسيطة ولكنها فعّالة لضمان موثوقية عملية التعلّم بالاستدلال. وقد تم تقييم الطريقة المقترحة على مجموعتي بيانات معياريّتين، وحققت نتائج متميّزة على مستوى الحالة الحالية في أداء تحليل المشاعر الضمنية.