運用生成對抗網路產生產品評論摘要

Abstract

網路上的產品評論對於消費者的購買行為，以及他們對品牌的認知有顯著的影響。由於，產品評論的數量快速增加，使得企業與消費者難以全面掌握所有評論的內容。因此，開發自動產生產品評論摘要的方法是不可獲缺的，它可以幫助企業與消費者，無需看過所有評論，就能快速掌握消費者的意見。在本研究中，我們提出了一個研究架構，從產品評論集中自動生成每個產品特徵的摘要。我們的研究架構包含三個階段。首先，我們對產品評論集進行處理，並從處理後的產品評論集中，找出每個產品特徵的特徵序列。接著，我們從處理後的產品評論集中，找出情感特徵序列。最後，根據前兩個階段所找出的產品和情感特徵序列，我們設計了一個稱為RS-GAN的生成對抗網路模型，從處理後的產品評論集中，生成每個產品特徵的摘要。實驗結果顯示，我們的方法優於比較方法，並可生成有組織、流暢且語法正確的摘要。本研究可以幫助企業和消費者取得具洞察力的資訊，並幫助他們快速了解用戶的回饋。