- 大规模观点概括：使用 XL-OPSUMM 进行增量观点概括
电子商务中的意见总结基于用户对产品的评论，该研究通过提出 Xl-OpSumm 框架实现对大规模评论的生成总结，并在实验中展示其在 AMASUM 和 Xl-Flipkart 数据集上的效率提升。
- 文档摘要：应用于关键词提取和图像检索的论文
自动摘要是降低文本文档长度的过程，以生成概述，保留原始文档的最重要的要点。我们通过推荐图像和生成包含关联和情感的意见摘要，研究了两个问题。我们使用概率模型和词相似性启发式方法生成图像标题和提取关键短语，并借助相关反馈机制重新排序这些关键短语 - 产品描述与问答辅助自我监督意见摘要
在电子商务中，通过引入额外的信息源和自主训练的方法，我们提出了一种新颖的综合数据集创建策略来生成观点摘要。我们的模型采用了多编码器解码器框架，针对每个信息源使用一个编码器以在生成摘要时实现有效信息选择。实验证明，我们的方法与目前的最佳模型相 - ACL情感极性校准用于观点摘要
通过引入极性校准概念，在传达文本信息的同时平衡波动偏向，我们的极性校准模型（PoCa）能够减轻输出摘要与输入文本之间的极性不匹配，并保持内容语义和语言质量。
- 基于理性的观点摘要
我们提出了一种基于理由的观点总结新方法，输出代表性观点及相应理由，通过 Gibbs 采样法提取优质理由，并实现了两个组件的无监督抽取系统 RATION，评估表明 RATION 的理由具有所提出的属性，其总结比传统总结更实用。
- 大、小或两者皆用：一种基于语言模型的新型数据增强框架用于去偏见化观点摘要
基于大型和小型语言模型的新颖数据增强框架可以有效地解决情感偏见问题，同时经济上更加可行。
- 利用领域知识进行 RLHF 中的高效奖励建模：电子商务舆论总结的案例研究
通过将领域知识融入奖励模型，减少人类偏好注释的规模，并在电子商务意见摘要任务中取得了显著的数据集规模减小幅度（仅为 940 个样本），并推动了最新技术的进步，从而提出了一种新颖的奖励模型技术，一个用于意见摘要的新数据集（PromptOpin - OpinSummEval: 重新审视舆情摘要自动评估
观点总结与其他类型的总结任务有所不同，因为其独特关注于方面和情感。本文介绍了 OpinSummEval，它是一个包含人工评价和 14 个观点总结模型输出的数据集。我们进一步探讨了 24 个自动评估指标与人工评分之间在四个维度上的相关性。结果 - EMNLP大规模多角度意见总结与多样化评论子集
本研究提出了 SUBSUMM，一种用于大规模多角度意见摘要的监督式摘要框架，实验证明该框架能够从数百个输入的评论中生成正面、负面和结论性摘要，并且深度分析表明评论子集的先进选择和两阶段训练方案对提高摘要性能至关重要。
- AaKOS：基于知识的、面向方面的意见摘要
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。
- ACL简单而有效的合成数据集构建方法，用于无监督的意见摘要
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。
- 使用 GPT-3 进行零 - shot 意见摘要
本文介绍了如何使用 GPT-3 对大量的用户评论进行零样本情感总结，探讨了一些通用方法并对不同方法的信念忠实度、准确性和通用性等多个角度进行评估。
- 用嘈杂对和局部监督进行观点摘要
本文提出了一种弱监督学习的意见摘要框架 NAPA，不需要客户和专业评论对作为训练数据，在自动评估指标和定性分析上得到了一致的改进，表明我们的系统可以生成类似专业评论员撰写的摘要。
- 使用近似测地线进行无监督意见摘要
该论文提出了一种名为 Geodesic Summarizer 的系统来完成无监督抽取式意见总结，使用编码器 - 解码器模型进行表示学习，利用多个解码器层进行预训练文本表示的词典学习，利用近似测地线距离基于得分的机制来量化评论句子的相关性，以 - SIGIR超越意见挖掘：客户评论观点总结
本文介绍了基于神经网络和机器学习的 Opinion Summarization，主要是关于 customer reviews 的情感摘要，包括自监督、少样本和有监督学习方案，并提出了资源和评估方法。
- ACL高效的少样本微调技术在观点摘要中的应用
本文提出一种高效的 few-shot 方法来训练与顾客评论相关的摘要模型。该方法利用适配器进行预训练，并在大量未注释的顾客评论和少量人工注释样本上进行微调。实验结果表明，与标准微调相比，自我监督的适配器预训练可以提高摘要质量，减少语法错误和 - ACL基于稀疏编码的无监督抽取式观点摘要
该研究提出了一种基于语义自动编码器（SemAE）的无监督抽取式网络评论摘要算法，并且能够进行具有可控性的方面特定性的摘要，实验结果表明该算法在 SPACE 和亚马逊数据集上表现强劲
- ACL协作解码的比较意见摘要
该论文提出了比较意见摘要任务，即从两个不同的候选评论集中生成两个对比摘要和一个共同摘要。作者开发了一个比较摘要框架 CoCoSum，可以更好地生成对比和共同摘要。
- EMNLP通过选择有信息量的评论学习观点摘要器
本文研究了如何在大数据集上进行意见总结，并通过选择有信息量的评论子集并联合学习摘要生成器来解决这个问题。
- EMNLP可控观点摘要
本论文提出了一种基于方面查询的定制摘要生成方法，使用多示例学习模型诱导的方面控制器创建 (review,summary) 对的合成训练数据集，通过微调预训练模型，生成修改方面控制器的方面特定摘要。在两个基准测试中，我们的模型表现优于先前的技