基于大语言模型的角色扮演个性化意见概括
计算与语言
2025-03-04 v1 人工智能
摘要
个性化意见概括至关重要，因为它会在生成产品概括时考虑到个体用户的兴趣。近期研究表明，尽管大语言模型在无需训练数据的情况下显示出强大的文本概括和评估能力，但在涉及长文本的个性化任务中仍面临困难。为此，本文提出一种名为"Rehearsal"的个性化意见概括框架，通过基于大语言模型的角色扮演实现。该方法使模型扮演用户，从而更好地理解用户的个性化需求。此外，引入角色扮演监督者和练习过程，以提高大语言模型的角色扮演能力，从而更好地表达用户需求。进一步通过虚拟用户的建议，对概括生成进行干预，确保生成的概括包含用户感兴趣的信息，从而实现个性化概括生成。实验结果表明，我们的方法能够有效提高大模型生成概括的个性化水平。
引用
@article{arxiv.2503.00449,
title = {Rehearse With User: Personalized Opinion Summarization via Role-Playing based on Large Language Models},
author = {Yanyue Zhang and Yulan He and Deyu Zhou},
journal= {arXiv preprint arXiv:2503.00449},
year = {2025}
}
备注
17 pages, 3 figures