评论是消费者对商品评价和反馈的一种文本形式。评论摘要是指对评论进行提取和压缩,形成能够概括评论信息的短文本。目前,评论摘要任务大多只关注评论的文本序列,忽略了评论中的方面、意见短语和情感极性等相关评价对象信息。因此,提出...评论是消费者对商品评价和反馈的一种文本形式。评论摘要是指对评论进行提取和压缩,形成能够概括评论信息的短文本。目前,评论摘要任务大多只关注评论的文本序列,忽略了评论中的方面、意见短语和情感极性等相关评价对象信息。因此,提出了一种基于T5模型(Text-to-Text Transfer Transformer),结合评价对象信息的评论摘要方法。该方法首先利用T5模型对评论摘要任务进行建模,通过注意力机制学习评论文本中的上下文信息,生成包含核心语义的摘要文本;然后提取摘要文本中的评价对象信息,并将其作为评论摘要任务的辅助信息;最后利用少样本数据对模型参数进行特异性调整,进一步改善摘要的效果,从而生成高质量的评论摘要。实验结果表明,在酒店评论数据集SPACE和产品评论数据集OPOSUM+上,该方法相较于基准模型在ROUGE评价指标上均有显著提升。展开更多
文摘评论是消费者对商品评价和反馈的一种文本形式。评论摘要是指对评论进行提取和压缩,形成能够概括评论信息的短文本。目前,评论摘要任务大多只关注评论的文本序列,忽略了评论中的方面、意见短语和情感极性等相关评价对象信息。因此,提出了一种基于T5模型(Text-to-Text Transfer Transformer),结合评价对象信息的评论摘要方法。该方法首先利用T5模型对评论摘要任务进行建模,通过注意力机制学习评论文本中的上下文信息,生成包含核心语义的摘要文本;然后提取摘要文本中的评价对象信息,并将其作为评论摘要任务的辅助信息;最后利用少样本数据对模型参数进行特异性调整,进一步改善摘要的效果,从而生成高质量的评论摘要。实验结果表明,在酒店评论数据集SPACE和产品评论数据集OPOSUM+上,该方法相较于基准模型在ROUGE评价指标上均有显著提升。
