从客户评论中抽取非典型方面：数据集与语言模型实验
计算与语言
2023-11-07 v1 人工智能
摘要
一顿餐厅晚餐可能因顾客享受到的意外方面而成为难忘体验，例如等候区的折纸制作台。若能提前知晓餐厅体验中的非典型方面，便可利用它们做出有可能带来意外惊喜体验的推荐，进一步提升用户满意度。尽管相对罕见，但一旦遇到，非典型方面常因其令人难忘的特质而在评论中被提及。相应地，本文引入了从客户评论中检测非典型方面的任务。为助力抽取模型的开发，我们人工标注了三个领域（餐厅、酒店与美发沙龙）的评论基准数据集，并用以评估若干语言模型，涵盖对基于指令的文本到文本 transformer Flan-T5 的微调，以及 GPT-3.5 的零样本与少样本提示。
引用
@article{arxiv.2311.02702,
title = {Extraction of Atypical Aspects from Customer Reviews: Datasets and Experiments with Language Models},
author = {Smita Nannaware and Erfan Al-Hossami and Razvan Bunescu},
journal= {arXiv preprint arXiv:2311.02702},
year = {2023}
}
备注
Proceedings of the Knowledge-aware and Conversational Recommender Systems Workshop (KaRS) @ RecSys, September 19, 2023