不言而喻的比较：面向同一用户评论的隐式比较观点挖掘数据集与基准
计算与语言
2026-01-21 v1
摘要
现有的比较观点挖掘研究主要集中于显式比较表达，但这在真实评论中并不常见。这使得隐式比较——即用户在不同评论中表达偏好——在很大程度上未被充分探索。我们引入了 SUDO，一个用于从同一用户评论中进行隐式比较观点挖掘的新型数据集，允许在没有显式比较线索的情况下可靠地推断用户偏好。SUDO 包含 4,150 个标注评论对（15,191 个句子），具有双层结构，可捕获方面级提及和评论级偏好。我们使用两种基线架构对该任务进行了基准测试：基于传统机器学习的基线和基于语言模型的基线。实验结果表明，尽管后者优于前者，但整体性能仍处于中等水平，揭示了该任务固有的难度，并将 SUDO 确立为未来研究的一个具有挑战性且有价值的基准。
引用
@article{arxiv.2601.13575,
title = {Comparing Without Saying: A Dataset and Benchmark for Implicit Comparative Opinion Mining from Same-User Reviews},
author = {Thanh-Lam T. Nguyen and Ngoc-Quang Le and Quoc-Trung Phu and Thi-Phuong Le and Ngoc-Huyen Pham and Phuong-Nguyen Nguyen and Hoang-Quynh Le},
journal= {arXiv preprint arXiv:2601.13575},
year = {2026}
}