論文の概要: Mining customer product reviews for product development: A summarization process

• arxiv url: http://arxiv.org/abs/2001.04200v1
• Date: Mon, 13 Jan 2020 13:01:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 23:34:11.184909
• Title: Mining customer product reviews for product development: A summarization process
• Title（参考訳）: 製品開発のための顧客製品レビューのマイニング:要約プロセス
• Authors: Tianjun Hou (LGI), Bernard Yannou (LGI), Yann Leroy, Emilie Poirson (IRCCyN)
• Abstract要約: 本研究は、顧客の好みや嫌いに関連する言葉や表現をオンラインレビューから識別し、構造化し、製品開発を指導することを目的としている。 著者らは,製品価格,感情,使用状況など,ユーザの嗜好の多面性を含む要約モデルを提案する。 ケーススタディでは、提案したモデルとアノテーションガイドラインにより、人間のアノテーションは、高信頼度でオンラインレビューを構造化できることを示した。
• 参考スコア（独自算出の注目度）: 0.7742297876120561
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This research set out to identify and structure from online reviews the words and expressions related to customers' likes and dislikes to guide product development. Previous methods were mainly focused on product features. However, reviewers express their preference not only on product features. In this paper, based on an extensive literature review in design science, the authors propose a summarization model containing multiples aspects of user preference, such as product affordances, emotions, usage conditions. Meanwhile, the linguistic patterns describing these aspects of preference are discovered and drafted as annotation guidelines. A case study demonstrates that with the proposed model and the annotation guidelines, human annotators can structure the online reviews with high inter-agreement. As high inter-agreement human annotation results are essential for automatizing the online review summarization process with the natural language processing, this study provides materials for the future study of automatization.
• Abstract（参考訳）: 本研究は,製品開発を指導するための顧客の好むことや嫌悪に関連する言葉や表現を,オンラインレビューから識別し,構造化することを目的とした。 以前の手法は主に製品機能に重点を置いていた。 しかし、レビュアーは製品機能だけでなく好みも表現している。 本稿では,デザイン科学における広範な文献レビューに基づき,製品価格,感情,使用状況などのユーザ嗜好の多面性を含む要約モデルを提案する。 一方、これらの嗜好の側面を記述した言語パターンが発見され、注釈ガイドラインとして作成される。 ケーススタディでは、提案したモデルとアノテーションガイドラインにより、人間のアノテーションは、高信頼度でオンラインレビューを構造化できることを示した。 自然言語処理によるオンラインレビュー要約プロセスの自動化には,高いアグリゲーション・ヒューマンアノテーションが不可欠であるため,本研究は自動化の今後の研究のための資料を提供する。

関連論文リスト

• Leveraging Large Language Models for Mobile App Review Feature Extraction [4.879919005707447]
  本研究では,エンコーダのみの大規模言語モデルがモバイルアプリレビューから特徴抽出を促進できるという仮説を考察する。 クラウドソーシングされたアノテーションを産業的文脈から活用することにより、特徴抽出を教師付きトークン分類タスクとして再定義する。 実験により,抽出した特徴の精度とリコールが向上し,性能効率が向上することが確認された。
  論文  参考訳（メタデータ） (2024-08-02T07:31:57Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
  本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。 新たに登場したAI生成の文献レビューも評価されている。 この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Language Models: A Guide for the Perplexed [51.88841610098437]
  このチュートリアルは、言語モデルを学ぶ人と、興味を持ち、もっと学びたいと思う人とのギャップを狭めることを目的としています。 実験を通して学ぶことができる質問に焦点を当てた科学的視点を提供する。 言語モデルは、現在、その開発に繋がる研究の文脈に置かれています。
  論文  参考訳（メタデータ） (2023-11-29T01:19:02Z)
• Analysis of the Evolution of Advanced Transformer-Based Language Models: Experiments on Opinion Mining [0.5735035463793008]
  本稿では,最先端のトランスフォーマーに基づく言語モデルの意見マイニングにおける挙動について検討する。 私たちの比較研究は、フォーカスするアプローチに関して、プロダクションエンジニアがリードし、道を開く方法を示しています。
  論文  参考訳（メタデータ） (2023-08-07T01:10:50Z)
• Towards Personalized Review Summarization by Modeling Historical Reviews from Customer and Product Separately [59.61932899841944]
  レビュー要約(review summarization)は、Eコマースのウェブサイトで製品レビューのメインの考え方を要約することを目的とした、簡単ではないタスクである。 Heterogeneous Historical Review aware Review Summarization Model (HHRRS)を提案する。 我々は、レビュー感情分類と要約を共同で行うマルチタスクフレームワークを採用している。
  論文  参考訳（メタデータ） (2023-01-27T12:32:55Z)
• Latent Aspect Detection from Online Unsolicited Customer Reviews [3.622430080512776]
  アスペクト検出は、プロダクトオーナとサービスプロバイダが欠点を特定し、顧客のニーズを優先順位付けするのに役立つ。 既存の手法は、アスペクトがレビューに潜んでいるときに不足する教師あり学習法を訓練することで、アスペクトの表面形態を検出することに重点を置いている。 側面の潜在事象を抽出する教師なし手法を提案する。
  論文  参考訳（メタデータ） (2022-04-14T13:46:25Z)
• Can Online Customer Reviews Help Design More Sustainable Products? A Preliminary Study on Amazon Climate Pledge Friendly Products [0.0]
  この論文は、Amazonの製品レビューを調査し分析し、以下の質問に新たな光を当てている。 スター格付けによって均等に分配された上位100のレビューは、3つの製品カテゴリが収集され、手動で注釈付けされ、分析され、解釈される。 レビューの12%から20%の間、直接または間接的に言及されたアスペクトや属性は、持続可能性の観点からこれらの製品の設計を改善するために利用することができる。
  論文  参考訳（メタデータ） (2021-12-20T08:57:37Z)
• SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item Recommendation [48.1799451277808]
  本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。 まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。 そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
  論文  参考訳（メタデータ） (2021-08-18T08:04:38Z)
• Few-Shot Learning for Opinion Summarization [117.70510762845338]
  オピニオン要約は、複数の文書で表現された主観的な情報を反映したテキストの自動生成である。 本研究では,要約テキストの生成をブートストラップするのには,少数の要約でも十分であることを示す。 提案手法は, 従来の抽出法および抽象法を, 自動的, 人的評価において大きく上回っている。
  論文  参考訳（メタデータ） (2020-04-30T15:37:38Z)
• A Corpus Study and Annotation Schema for Named Entity Recognition and Relation Extraction of Business Products [68.26059718611914]
  製品エンティティのアノテーションと企業-製品関係の言及のためのコーパススタディ、アノテーションスキーマおよび関連ガイドラインを提示する。 積の言及はしばしば名詞句として認識されるが、境界の曖昧さのため、その正確な範囲を定義することは困難である。 提案ガイドラインに準じて,英文Webおよびソーシャルメディア文書の事前コーパスを提示する。
  論文  参考訳（メタデータ） (2020-04-07T11:45:22Z)
• Mining Changes in User Expectation Over Time From Online Reviews [0.7742297876120561]
  本稿では,2世代の製品に対するオンラインレビューに基づいて,製品価格におけるユーザ期待の変化を捉えるアプローチを提案する。 まず、ルールベースの自然言語処理手法を用いて、レビューテキストから製品価格を自動的に識別し、構成する。 最後に,2世代連続製品のオンラインレビューにコンジョイント分析を適用することで,ユーザ期待の変化を見いだすことができる。
  論文  参考訳（メタデータ） (2020-01-13T12:57:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。