.png){kind=icon}
返回
Personalized Review Summarization by Using Graph-Based Retrieval Augmemted Generation
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2025.3605824.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
评论摘要旨在提供涵盖产品评论主要方面并反映个人偏好的摘要。现有方法利用客户和产品的历史评论为目标摘要生成提供有用线索。然而，大多数现有方法不加区分地建模客户和产品的历史评论。由于历史customer评论提供个人信息，而历史product评论提供产品普遍关注的方面，这两种异构信息应分别建模。此外，历史评论的评分可被视为客户偏好和产品的高层抽象，但大多数现有方法忽略了这一点。在本文中，我们提出了Heterogeneous Historical Review aware Review Summarization（HHRRS），它通过带有对比损失的图推理模块，结合评分信息分别建模两种历史评论。我们采用多任务范式，联合执行评论情感分类和摘要任务。我们还提出了一种新颖的Graph Retrieval Augmented Review Summarization（GRARS），以细粒度方式建模两种异构信息。我们在四个基准数据集上进行了大量实验，并证明了HHRRS在两项任务上的优越性。
Keyword:
Review summarization
large language model
e-commerce
retrieval augmented generation
查看更多机构