面向电商评论驱动问答的意见感知答案生成

产品相关问答（QA）是电商中重要但具挑战性的任务。这导致对自动评论驱动QA的巨大需求，其旨在基于多样化产品评论对用户发布的问题提供即时回复。然而，产品评论中关于个人意见的丰富信息——对回答这些产品特定问题至关重要——在当前基于生成的评论驱动QA研究中未得到充分利用。在利用评论中的意见信息以促进意见感知答案生成时存在两个主要挑战：（i）联合建模问题与评论之间带有意见且相互关联的信息以捕捉答案生成的重要信息，（ii）聚合多样化意见信息以揭示针对给定问题的共同意见。本文通过以统一模型联合学习答案生成与意见挖掘任务来处理意见感知答案生成。提出两类意见融合策略，即静态与动态融合，以将从意见挖掘任务学到的重要意见信息提炼并聚合进答案生成过程。随后采用多视角指针生成网络为给定产品相关问题生成意见感知答案。实验结果表明，我们的方法在真实电商QA数据集上取得优越性能，并有效生成带有意见且信息丰富的答案。