可控观点摘要
本文提出一种基于用户偏好的个性化观点总结生成方案,利用无监督方法从 TripAdvisor 游客评论中提取一致的方面,再利用整数线性规划技术结合用户指定的各种控制参数选择信息量大的观点,最后通过众包和 ROUGE-based 指标评估并获得有竞争力的结果。
Jun, 2020
本文提出一种面向产品评论的自适应知识型意见摘要模型,有效地捕捉了意见摘要所需的自适应性质并生成面向方面的摘要,能更好地个性化和信息化地为用户提供有用信息,适应用户的不同兴趣和偏好。
May, 2023
本文提出了一种摘要框架,通过将目标的所有评论压缩为多个密集向量以代替传统的前置筛选步骤,从而最大化地保留所有信息,进而生成更具信息量的摘要,并且采用零样本技术,能够有效地生成根据用户需求定制的摘要,实验结果表明了该模型在 Rotten Tomatoes 数据集上的优越性能。
Sep, 2019
文中介绍了一种从在线产品评论中进行意见摘要的神经框架,该方法是知识瘦身的,只需要轻量级的监督,包括产品领域标签和用户提供的评分。方法结合了两个弱监督组件(一个偏向提取器和一个基于多实例学习的情感预测器),从多个评论中识别显著观点并形成提取式摘要。研究介绍了包括六个不同领域的产品评论的训练集以及具有黄金标准方面注释、显著标签和意见摘要的人工注释开发和测试集的意见摘要数据集。自动评估显示该方法相对于基线的显著改进,大规模研究表明根据多个标准,人类评判员更喜欢该方法的意见摘要。
Aug, 2018
本文介绍了一个数据集 AspectNews,并比较了不同训练方案的效果,研究表明最终方法可以生成更好的聚焦摘要,相比通用摘要系统或关键字匹配更为敏感。
Oct, 2021
本研究评估了一个新提出的神经模型在提取评论方面的可行性,结果表明该模型能够从用户评论中准确识别和提取各个方面并生成用户偏好的基于方面的概要。
Apr, 2018
本文提出两种简单有效的无监督方法来生成针对特定方面和一般意见的摘要,其训练于构建的人工合成数据集上,第一种方法基于原始数据中的方面种子词,第二种方法则是利用自然语言推断模型。
Mar, 2023
我们提出了一个模型,通过联合方面识别和情感分析来汇总产品评论片段。我们的模型同时确定了评论中呈现的可评估方面的基础集,并确定了每个方面的相应情感,从而直接发现了产品的高评级或不一致方面。
Jan, 2014