面向话题建模与星级评分预测的TopicImpact：通过意见单元提升客户反馈分析
计算与语言
2025-07-21 v1 人工智能
摘要
我们通过重新构建话题建模管道，使其在意见单元上运行——这些单元是包含相关文本摘录和关联情感评分的独立陈述。已证实，使用大型语言模型可可靠地提取这些单元。结果是话题建模后续环节的性能提升，导致连贯且可解释的话题，同时捕获每类话题的情感。通过将话题和情感与业务指标（如星级评分）相关联，我们即可洞察特定客户关切如何影响业务结果。我们呈现我们的系统实现、用例以及与其他话题建模和分类解决方案的优势。我们还评估了其在创建连贯话题方面的有效性，并考察了将话题与情感模态集成以实现准确星级评分预测的方法。
引用
@article{arxiv.2507.13392,
title = {TopicImpact: Improving Customer Feedback Analysis with Opinion Units for Topic Modeling and Star-Rating Prediction},
author = {Emil Häglund and Johanna Björklund},
journal= {arXiv preprint arXiv:2507.13392},
year = {2025}
}