論文の概要: Aspect-Based Opinion Summarization with Argumentation Schemes
- arxiv url: http://arxiv.org/abs/2506.09917v1
- Date: Wed, 11 Jun 2025 16:38:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 06:35:03.130419
- Title: Aspect-Based Opinion Summarization with Argumentation Schemes
- Title（参考訳）: Aspect-based Opinion Summarization with Argumentation Schemes
- Authors: Wendi Zhou, Ameer Saadat-Yazd, Nadin Kokciyan,
- Abstract要約: 顧客が大量のレビューを乗り越え、手作業で重要な意見を結論付けるのは現実的ではない。
抽出的あるいは抽象的といった従来のアプローチは、基底的なアスペクト中心の要約を自動生成する際の課題に直面している。
提案する要約システムでは,エビデンスを裏付けるとともに,事前定義された側面の集合に頼らずに,様々な領域に適応する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 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.
- Abstract（参考訳）: レビューは、オンラインショッピングで購入決定を行う顧客にとって貴重なリソースである。
しかし、顧客が大量のレビューを乗り越え、手作業で重要な意見を締めくくるのは現実的ではないため、自動的な意見要約システムの必要性が高まっている。
抽出的あるいは抽象的といった従来のアプローチは、基底的なアスペクト中心の要約を自動生成する際の課題に直面している。
そこで本稿では,実証を裏付ける立場から,支配的な意見を取り込むだけでなく,事前定義された側面に頼らずに,さまざまな領域に適応する新たな要約システムを提案する。
提案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、そのサリエンスと妥当性を計測することで、製品の批判的な側面に関する視点を要約する。
実世界のデータセットで実験を行い、新しい手法や既存の手法と比較して、オリジナルレビューの多様な視点を捉えたアプローチの優位性を実証する。
関連論文リスト
- Identifying Aspects in Peer Reviews [61.374437855024844]
我々は、ピアレビューのコーパスからアスペクトを抽出するデータ駆動スキーマを開発した。
我々は、アスペクトを付加したピアレビューのデータセットを導入し、コミュニティレベルのレビュー分析にどのように使用できるかを示す。
論文 参考訳（メタデータ） (2025-04-09T14:14:42Z) - Decomposed Opinion Summarization with Verified Aspect-Aware Modules [82.38097397662436]
レビューの観点から,ドメインに依存しないモジュラーアプローチを提案する。
科学研究、ビジネス、製品ドメインを表すデータセットをまたいだ実験を行います。
論文 参考訳（メタデータ） (2025-01-27T09:29:55Z) - GLIMPSE: Pragmatically Informative Multi-Document Summarization for Scholarly Reviews [25.291384842659397]
本稿では,学術レビューの簡潔かつ包括的概要を提供するための要約手法であるsysを紹介する。
従来のコンセンサスに基づく手法とは異なり、sysは共通の意見とユニークな意見の両方をレビューから抽出する。
論文 参考訳（メタデータ） (2024-06-11T15:27:01Z) - 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) - Learning Opinion Summarizers by Selecting Informative Reviews [81.47506952645564]
31,000以上の製品のユーザレビューと組み合わせた大規模な要約データセットを収集し、教師付きトレーニングを可能にします。
多くのレビューの内容は、人間が書いた要約には反映されず、したがってランダムなレビューサブセットで訓練された要約者は幻覚する。
我々は、これらのサブセットで表現された意見を要約し、レビューの情報的サブセットを選択するための共同学習としてタスクを定式化する。
論文 参考訳（メタデータ） (2021-09-09T15:01:43Z) - Aspect-Controllable Opinion Summarization [58.5308638148329]
アスペクトクエリに基づいてカスタマイズした要約を生成する手法を提案する。
レビューコーパスを用いて、アスペクトコントローラで強化された(リビュー、サマリ)ペアの合成トレーニングデータセットを作成する。
合成データセットを用いて事前学習したモデルを微調整し、アスペクトコントローラを変更することでアスペクト固有の要約を生成する。
論文 参考訳（メタデータ） (2021-09-07T16:09:17Z) - Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised
Approach [89.56158561087209]
文書に関連する任意の側面を要約する。
監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。
実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
論文 参考訳（メタデータ） (2020-10-14T03:20:46Z) - Read what you need: Controllable Aspect-based Opinion Summarization of
Tourist Reviews [23.7107052882747]
オンライン観光レビューからパーソナライズされたアスペクトベースの意見要約を作成するためのソリューションの必要性と提案を議論する。
読者に、興味のある長さや特定の側面など、要約のいくつかの属性を決定し、制御させます。
具体的には、TripAdvisorに投稿された観光レビューからコヒーレントな側面を抽出するための教師なしアプローチを採っている。
論文 参考訳（メタデータ） (2020-06-08T15:03:38Z) - Topic Detection and Summarization of User Reviews [6.779855791259679]
本稿では,レビューと要約の両方を解析して,効果的な新しい要約手法を提案する。
製品レビューと約1028の製品からなる新しいデータセットが、AmazonとCNETから収集されている。
論文 参考訳（メタデータ） (2020-05-30T02:19:08Z)
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。