每一次体验皆评价：商业评论的关键点分析

先前关于评论摘要的工作侧重于测量对所评产品或业务主要方面的情感，或创建文本摘要。这些方法仅提供了数据的部分视图：基于方面的情感摘要缺乏对该方面评分的充分解释或依据，而文本摘要未量化各元素的重要性，且不适合表示冲突观点。近来，关键点分析（KPA）被提出作为一种摘要框架，可同时提供数据中主要观点的文本与定量摘要。我们将 KPA 适配于评论数据，引入了集体关键点挖掘以更好地提取关键点；将情感分析整合进 KPA；识别适用于评论摘要的优良关键点候选；并利用大量可用评论及其元数据。我们通过实证表明，这些 KPA 的新颖扩展显著提升了其性能。我们证明，无需任何领域特定标注即可取得有前景的结果，而人工监督可带来进一步提升。