从在线非请求式客户评论中检测潜在方面

在评论分析的语境中,方面是客户针对其表达意见与情感的产品与服务的特征。方面检测帮助产品所有者与服务提供者识别缺陷并优先满足客户需求,从而维持收入并缓解客户流失。现有方法侧重于通过训练监督学习方法来检测方面的表层形式,当方面在评论中潜在存在时这些方法存在不足。在本文中,我们提出一种无监督方法来提取方面的潜在出现。具体而言,我们假设客户在撰写评论时经历一个两阶段假设生成过程:(1) 从产品或服务的可用方面集合中选定一个方面,以及 (2) 从语言中全部可用词集合中写出与所选方面更相互关联的评论词。我们采用潜在 Dirichlet 分配来学习用于生成评论的潜在方面分布。在基准数据集上的实验结果表明,当方面在评论中无表层形式而潜在存在时,我们提出的方法能够改进当前最优水平。