产品评论中的比较意见挖掘：多视角提示学习
计算与语言
2024-12-12 v1
摘要
比较评论对于理解消费者偏好和影响购买决策至关重要。比较五元组抽取（COQE）旨在从文本中识别五个关键组成部分：目标实体、被比较实体、比较方面、这些方面的意见以及极性。由于微妙的语言差异和传统方法中的顺序任务错误，从产品评论中提取精确的比较信息具有挑战性。为了缓解这些问题，我们提出了 MTP-COQE，一个专为 COQE 设计的端到端模型。利用多视角提示学习，MTP-COQE 有效地引导生成模型完成比较意见挖掘任务。在 Camera-COQE（英文）和 VCOM（越南文）数据集上的评估证明了 MTP-COQE 在自动化 COQE 方面的有效性，在英文数据集上实现了比先前基线模型高 1.41% 的 F1 分数。此外，我们设计了一种策略来限制生成模型的创造力，以确保输出符合预期。我们还进行了数据增强，以解决数据不平衡问题并防止模型偏向主导样本。
引用
@article{arxiv.2412.08508,
title = {Comparative Opinion Mining in Product Reviews: Multi-perspective Prompt-based Learning},
author = {Hai-Yen Thi Nguyen and Cam-Van Thi Nguyen},
journal= {arXiv preprint arXiv:2412.08508},
year = {2024}
}