从电子商务网站产品评论中开发部件评论提取器
计算与语言
2022-07-14 v1
摘要
消费者常阅读产品评论以辅助购买决策，因为部分消费者想了解产品的特定部件。然而，由于产品评论中的典型句子包含各种细节，用户必须从众多评论中识别出关于其想了解部件的句子。因此，我们旨在开发一个系统，用于识别并收集句子中产品的部件与方面信息。我们基于 BERT 的分类器为评论中的句子分配指代部件与方面的标签，并提取带有对特定部件与方面评论的句子。我们基于通过模式匹配从产品评论中识别出的词语确定合适的标签以创建训练数据。由于无法将这些词语用作标签，我们仔细创建了涵盖这些词语含义的标签。然而，训练数据在部件与方面配对上不平衡。我们引入了一种使用 WordNet 的数据增强方法来减少偏差。我们的评估表明，该系统能通过模式匹配为公路自行车确定标签，覆盖电商网站上超过 88% 的部件与方面指示词。此外，我们的数据增强方法能将不足数据的 F1 值从 0.66 提升至 0.76。
引用
@article{arxiv.2207.05979,
title = {Developing a Component Comment Extractor from Product Reviews on E-Commerce Sites},
author = {Shogo Anda and Masato Kikuchi and Tadachika Ozono},
journal= {arXiv preprint arXiv:2207.05979},
year = {2022}
}
备注
The 14th International Conference on E-Service and Knowledge Management (ESKM 2022), 6 pages, 6 figures, 5 tables