端到端的大规模方面引导评论摘要生成
计算与语言
2025-10-01 v1 人工智能
摘要
我们提出了一种基于大规模语言模型（LLM）的可扩展系统，该系统将基于方面的情感分析（ABSA）与引导式摘要相结合，为Wayfair平台生成简洁且可解释的产品评论摘要。我们的方法首先从单个评论中提取并整合方面-情感对，为每个产品选择最频繁出现的方面，并据此采样代表性评论。这些信息被用于构建结构化提示，引导LLM生成基于真实客户反馈的摘要。我们通过一项大规模在线A/B测试证明了该系统在真实场景中的有效性。此外，我们描述了我们的实时部署策略，并发布了一个包含1180万条匿名客户评论的数据集，该数据集覆盖92000种产品，包含提取的方面和生成的摘要，以支持未来在面向方面的评论摘要方面的研究。
引用
@article{arxiv.2509.26103,
title = {End-to-End Aspect-Guided Review Summarization at Scale},
author = {Ilya Boytsov and Vinny DeGenova and Mikhail Balyasin and Joseph Walt and Caitlin Eusden and Marie-Claire Rochat and Margaret Pierson},
journal= {arXiv preprint arXiv:2509.26103},
year = {2025}
}
备注
Camera-ready preprint for EMNLP 2025 Industry Track