Aspect-Based Opinion Summarization with Argumentation Schemes

要約

レビューは、オンラインショッピングで購入決定を下す顧客にとって貴重なリソースです。
ただし、顧客が膨大な数のレビューを調べて、自動意見の要約システムの必要性を促す顕著な意見を手動で結論付けることは非現実的です。
抽出または抽象的な以前のアプローチは、接地されたアスペクト中心の概要を自動的に生成する際の課題に直面しています。
この論文では、証拠を支持する側面の観点から主要な意見を捉えるだけでなく、事前に定義された一連の側面に頼らずにさまざまなドメインに適応する新しい要約システムを提案します。
提案されたフレームワークであるAsesumは、アスペクト中心の議論を抽出し、その顕著性と妥当性を測定することにより、製品の重要な側面に関連する視点をまとめたものです。
現実世界のデータセットで実験を実施して、新規および既存の方法と比較して、元のレビューの多様な視点をキャプチャする際のアプローチの優位性を実証します。

要約(オリジナル)

Reviews are valuable resources for customers making purchase decisions in online shopping. However, it is impractical for customers to go over the vast number of reviews and manually conclude the prominent opinions, which prompts the need for automated opinion summarization systems. Previous approaches, either extractive or abstractive, face challenges in automatically producing grounded aspect-centric summaries. In this paper, we propose a novel summarization system that not only captures predominant opinions from an aspect perspective with supporting evidence, but also adapts to varying domains without relying on a pre-defined set of aspects. Our proposed framework, ASESUM, summarizes viewpoints relevant to the critical aspects of a product by extracting aspect-centric arguments and measuring their salience and validity. We conduct experiments on a real-world dataset to demonstrate the superiority of our approach in capturing diverse perspectives of the original reviews compared to new and existing methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google