基于文本摘要技术的评论总结生成研究

发布时间：2021-01-23 02:06

　　许多消费者会参考以前消费者所写的评论来作相应的决策,但是消费者的时间有限,能够阅读的评论数量也有限。因此,一种包含评论集中重要信息的评论总结生成方法是值得研究的。本文主要研究如何从大量的用户评论中生成一个全面的评论总结。评论总结生成可以通过文本摘要的方式来实现,文本摘要技术主要包括两种类型的方法:抽取式文本摘要方法和生成式文本摘要方法。抽取式文本摘要方法可以处理有监督和无监督的场景,但是可能产生冗余和不连贯的摘要结果;生成式文本摘要方法可以避免冗余,但是只能处理有监督的场景和短序列文本,并且相应的技术还不是很成熟。此外,这两种文本摘要方法都忽略了文本中的情感信息。针对以上问题,本文提出了一种新的评论总结生成框架,综合了抽取式和生成式文本摘要方法的优点,并且集成了有监督和无监督的评论总结生成方法。本文主要的研究内容、贡献和创新点如下:1)本文提出了两种全面的预处理策略来识别重要的句子或评论:句子的重新排序模型和评论子集的选择模型。重排序模型是根据评论句子的语义相似性和用户的情感对评论句子进行重新排序,并将其作为生成模型的输入。子集选择模型用于选择涵盖尽可能多方面的评论子集,这些评论子集可... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

论文框架

重排序模型

不同ε下的rouge得分


本文编号：2994332