論文の概要: Comparing Apples to Apples: Generating Aspect-Aware Comparative Sentences from User Reviews

• arxiv url: http://arxiv.org/abs/2307.03691v2
• Date: Sun, 23 Jul 2023 17:05:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-25 20:27:09.515357
• Title: Comparing Apples to Apples: Generating Aspect-Aware Comparative Sentences from User Reviews
• Title（参考訳）: AppleとAppleの比較: ユーザレビューからアスペクト対応の比較文を生成する
• Authors: Jessica Echterhoff, An Yan, Julian McAuley
• Abstract要約: 我々のパイプラインは、流動的で多様な比較文を生成する。 人間の評価研究において,生成した文の妥当性と忠実性について実験を行った。
• 参考スコア（独自算出の注目度）: 6.428416845132992
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is time-consuming to find the best product among many similar alternatives. Comparative sentences can help to contrast one item from others in a way that highlights important features of an item that stand out. Given reviews of one or multiple items and relevant item features, we generate comparative review sentences to aid users to find the best fit. Specifically, our model consists of three successive components in a transformer: (i) an item encoding module to encode an item for comparison, (ii) a comparison generation module that generates comparative sentences in an autoregressive manner, (iii) a novel decoding method for user personalization. We show that our pipeline generates fluent and diverse comparative sentences. We run experiments on the relevance and fidelity of our generated sentences in a human evaluation study and find that our algorithm creates comparative review sentences that are relevant and truthful.
• Abstract（参考訳）: 多くの類似の選択肢の中で最良の製品を見つけるのに時間がかかります。 比較文は、目立った項目の重要な特徴を強調する方法で、ある項目と他の項目を対比するのに役立ちます。 1つまたは複数の項目のレビューと関連する項目の特徴を考慮し、比較レビュー文を生成し、ユーザーが最適な項目を見つけるのに役立つ。 具体的には,変換器内の3つの連続成分からなるモデルについて述べる。 (i)比較対象品目を符号化する商品符号化モジュール (ii)自己回帰的な比較文を生成する比較生成モジュール (iii)ユーザパーソナライズのための新しい復号化方法 我々のパイプラインは、流動的で多様な比較文を生成する。 我々は、人間の評価研究において、生成した文の関連性と忠実性に関する実験を行い、アルゴリズムが関連する真理のある比較レビュー文を作成することを発見した。

関連論文リスト

• Active Preference Learning for Ordering Items In- and Out-of-sample [7.0774164818430565]
  アイテムペアを積極的にサンプリングすることで、正確な順序付けを学ぶのに必要なアノテーションの数を減らすことができる。 多くのアルゴリズムはアイテム間の共有構造を無視している。 また、比較におけるノイズがアイテムペア間でどのように変化するかは無視することが一般的である。
  論文  参考訳（メタデータ） (2024-05-05T21:44:03Z)
• Unveiling Comparative Sentiments in Vietnamese Product Reviews: A Sequential Classification Framework [2.235716381266672]
  本稿では、比較文の同定、比較要素の抽出、比較型分類という、3つの逐次サブタスクを解くアプローチを提案する。 ベトナム語・音声処理(VLSP)2023年,ベトナム語製品レビューにおける比較オピニオンマイニング(ComOM)の5位にランクインした。
  論文  参考訳（メタデータ） (2024-01-02T08:58:01Z)
• Predicting Text Preference Via Structured Comparative Reasoning [110.49560164568791]
  我々は、構造化中間比較を生成することによって、テキストの嗜好を予測するプロンプト方式であるSCを導入する。 我々は、テキスト間の差異を明確に区別するためのペアワイズ整合コンパレータと一貫した比較を選択する。 要約,検索,自動評価など多種多様なNLPタスクに対する総合的な評価は,SCがテキスト優先予測における最先端性能を達成するためにLLMを装備していることを示す。
  論文  参考訳（メタデータ） (2023-11-14T18:51:38Z)
• Attributable and Scalable Opinion Summarization [79.87892048285819]
  我々は、頻繁なエンコーディングを復号することで抽象的な要約を生成し、同じ頻繁なエンコーディングに割り当てられた文を選択して抽出的な要約を生成する。 本手法は,要約プロセスの一部として要約を生成するために使用される文を同定するため,帰属的手法である。 なぜなら、アグリゲーションはトークンの長いシーケンスではなく、潜在空間で実行されるからである。
  論文  参考訳（メタデータ） (2023-05-19T11:30:37Z)
• Beyond Contrastive Learning: A Variational Generative Model for Multilingual Retrieval [109.62363167257664]
  本稿では,多言語テキスト埋め込み学習のための生成モデルを提案する。 我々のモデルは、$N$言語で並列データを操作する。 本手法は, 意味的類似性, ビットクストマイニング, 言語間質問検索などを含む一連のタスクに対して評価を行う。
  論文  参考訳（メタデータ） (2022-12-21T02:41:40Z)
• Visual Comparison of Language Model Adaptation [55.92129223662381]
  アダプタは、モデル適応のための軽量な代替品です。 本稿では,インタラクティブな視覚的説明手法について,いくつかの設計と代替案について論じる。 例えば、文脈0の埋め込みに従って言語脱バイアスタスクを訓練したアダプタが、新しいタイプのバイアスをもたらすことを示す。
  論文  参考訳（メタデータ） (2022-08-17T09:25:28Z)
• Comparative Snippet Generation [18.920306511866553]
  我々は、与えられた肯定的な意見と否定的な意見から、単文比較応答を生成する。 このタスクの最初のデータセットと、事前訓練されたBERTモデルの性能解析を行い、そのようなスニペットを生成する。
  論文  参考訳（メタデータ） (2022-06-11T09:02:27Z)
• Training Language Models with Natural Language Feedback [51.36137482891037]
  3段階学習アルゴリズムを用いてモデル出力の言語フィードバックから学習する。 合成実験において、まず言語モデルがフィードバックを正確に組み込んで改良を行うかどうかを評価する。 人間の手書きフィードバックのサンプルは100程度しかなく, 学習アルゴリズムはGPT-3モデルを微調整し, ほぼ人間レベルの要約を行う。
  論文  参考訳（メタデータ） (2022-04-29T15:06:58Z)
• Comparative Explanations of Recommendations [33.89230323979306]
  本稿では,レコメンデータシステムからランキング項目の相対比較を抽出・再定義するアーキテクチャを提案する。 我々はBLEUに基づく新しい説明品質指標を設計し、抽出・精錬部品のエンドツーエンドトレーニングを指導する。
  論文  参考訳（メタデータ） (2021-11-01T02:55:56Z)
• Adaptive Sampling for Heterogeneous Rank Aggregation from Noisy Pairwise Comparisons [85.5955376526419]
  ランキングアグリゲーション問題では、各項目を比較する際に、様々な精度レベルが示される。 本稿では,ノイズのあるペアワイズ比較によってアイテムのランクを推定する,除去に基づくアクティブサンプリング戦略を提案する。 提案アルゴリズムは,商品の真のランキングを高い確率で返却できることを示す。
  論文  参考訳（メタデータ） (2021-10-08T13:51:55Z)
• Sentiment Analysis Using Averaged Weighted Word Vector Features [1.2691047660244332]
  我々は,異なる種類の単語ベクトルを組み合わせて,レビューの極性を学習し,推定する2つの手法を開発した。 本手法は、感情分析の標準ベンチマークとして使用される異なる領域の複数のデータセットに適用する。
  論文  参考訳（メタデータ） (2020-02-13T16:30:34Z)

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。