基于Transformer方法改进应用评论回复生成
软件工程
2022-09-27 v2
摘要
移动应用通过提供消息传递和游戏等各种功能，正成为人们日常生活中不可或缺的一部分。应用开发者在应用开发与维护过程中尽力确保用户体验，以提升其在应用平台上的评分并吸引更多用户下载。先前的研究表明，回复用户评论往往能使其对应用的态度产生积极转变。被回复的用户更有可能更新所给评分。然而，对开发者而言，阅读并回复每一条用户评论并非易事，因为热门应用每天收到大量评论是常见现象。因此，亟需用于评论回复的自动化工具。为满足上述需求，本文提出一种名为TRRGen的基于Transformer的方法，用于自动生成针对给定用户评论的回复。TRRGen提取应用的类别、评分与评论文本作为输入特征。通过适配基于Transformer的模型，TRRGen能够为新评论生成恰当的回复。在真实世界数据集上的综合实验与分析表明，所提方法能为用户评论生成高质量回复，并在该任务上显著优于当前最先进的方法。对生成回复的人工验证结果进一步证明了所提方法的有效性。
引用
@article{arxiv.2209.08055,
title = {A Transformer-Based Approach for Improving App Review Response Generation},
author = {Weizhe Zhang and Wenchao Gu and Cuiyun Gao and Michael R. Lyu},
journal= {arXiv preprint arXiv:2209.08055},
year = {2022}
}
备注
Accepted to Software: Practice and Experience (SPE)