观点问答系统中歧义、主观性与分歧观点的建模
信息检索
2016-10-27 v1 计算与语言
摘要
产品评论网站提供了一个令人难以置信的视角，用以观察不同人群的广泛意见与体验，并在帮助用户发现符合其个人需求与偏好的产品方面发挥着关键作用。为了帮助解答那些通过阅读他人评论不易回答的问题，一些评论网站还允许用户通过问答(QA)系统向社区提问。正如所料，正如不同评论者之间的意见存在分歧，此类问题的答案也可能带有主观性、观点倾向且相互分歧。这意味着自动回答此类问题与传统QA任务大不相同，后者假设存在唯一“正确”答案。尽管近期工作引入了利用产品评论进行问答的思路，但它未考虑我们在本文中关注的两个方面：(1) 问题具有多个且常常分歧的答案，应利用这种完整的答案谱来训练系统；(2) 何种答案算“好”取决于提问者与回答者，为提升系统个性化程度，应纳入这些因素。在此，我们构建了一个包含80万问题——以及超过310万答案——的新QA数据集，并表明显式地考虑个性化与歧义不仅能定量上得到更好的答案，还能对支撑性但主观的意见范围给出更细致的视角。
引用
@article{arxiv.1610.08095,
title = {Modeling Ambiguity, Subjectivity, and Diverging Viewpoints in Opinion Question Answering Systems},
author = {Mengting Wan and Julian McAuley},
journal= {arXiv preprint arXiv:1610.08095},
year = {2016}
}
备注
10 pages, accepted by ICDM'2016