识别产品评论中的有用句子
计算与语言
2021-07-13 v3 机器学习
摘要
近年来，在线购物势头强劲，成为希望节省时间并简化购物流程的顾客的重要场所。在线购物的一个关键优势是能够阅读其他顾客对感兴趣产品的评价。在本工作中，我们旨在极端简洁所需的情境下（例如通过语音购物时）保持这一优势。我们提出一项新任务：从给定产品的一组评论中提取单个具代表性的有用句子。所选句子应满足两个条件：首先，它应有助于购买决策；其次，其所表达的观点应得到多位评论者的支持。该任务与产品评论领域的多文档摘要任务密切相关，但在目标和简洁程度上有所不同。我们通过众包收集了英文句子有用性评分数据集，并证明了尽管存在固有的主观性，该数据集仍具可靠性。接下来，我们描述了一个完整模型，可提取针对产品具有正向和负向情感的具代表性有用句子，并证明其在性能上优于若干基线。
引用
@article{arxiv.2104.09792,
title = {Identifying Helpful Sentences in Product Reviews},
author = {Iftah Gamzu and Hila Gonen and Gilad Kutiel and Ran Levy and Eugene Agichtein},
journal= {arXiv preprint arXiv:2104.09792},
year = {2021}
}