从评论中构建可解释的 opinions 图
计算与语言
2021-04-15 v2
摘要
Web 是事实性与主观性信息的双重主要资源。尽管将事实信息组织为知识库已有大量工作，但将主观数据中丰富的意见组织为结构化格式的研究则少得多。我们提出 ExplainIt，一个将意见抽取并组织为意见图的系统，该图可用于生成可解释评论摘要和促进对意见短语的检索等下游应用。在此类图中，节点表示一组从评论中抽取的语义相似意见，两节点间的边表示一个节点解释另一个节点。ExplainIt 以监督方法挖掘解释关系，并以弱监督方式将相似意见分组，再将意见簇与其解释关系结合为意见图。我们通过实验证明，意见图中生成的解释关系质量良好，且我们用于解释挖掘与意见分组的标注数据集已公开可用。
引用
@article{arxiv.2006.00119,
title = {Constructing Explainable Opinion Graphs from Review},
author = {Nofar Carmeli and Xiaolan Wang and Yoshihiko Suhara and Stefanos Angelidis and Yuliang Li and Jinfeng Li and Wang-Chiew Tan},
journal= {arXiv preprint arXiv:2006.00119},
year = {2021}
}