Towards Personalized Review Summarization by Modeling Historical Reviews from Customer and Product Separately, Xin Cheng+, N/A, arXiv'23

[AkihikoWatanabe]

URL

• https://arxiv.org/abs/2301.11682

Affiliations

• Xin Cheng, N/A
• Shen Gao, N/A
• Yuchi Zhang, N/A
• Yongliang Wang, N/A
• Xiuying Chen, N/A
• Mingzhe Li, N/A
• Dongyan Zhao, N/A
• Rui Yan, N/A

Abstract

• Review summarization is a non-trivial task that aims to summarize the mainidea of the product review in the E-commerce website. Different from thedocument summary which only needs to focus on the main facts described in thedocument, review summarization should not only summarize the main aspectsmentioned in the review but also reflect the personal style of the reviewauthor. Although existing review summarization methods have incorporated thehistorical reviews of both customer and product, they usually simplyconcatenate and indiscriminately model this two heterogeneous information intoa long sequence. Moreover, the rating information can also provide a high-levelabstraction of customer preference, it has not been used by the majority ofmethods. In this paper, we propose the Heterogeneous Historical Review awareReview Summarization Model (HHRRS) which separately models the two types ofhistorical reviews with the rating information by a graph reasoning module witha contrastive loss. We employ a multi-task framework that conducts the reviewsentiment classification and summarization jointly. Extensive experiments onfour benchmark datasets demonstrate the superiority of HHRRS on both tasks.

Translation (by gpt-3.5-turbo)

• レビュー要約は、Eコマースのウェブサイトにおいて製品レビューの主要なアイデアを要約することを目的とした非常に重要なタスクである。文書要約とは異なり、レビュー要約は、レビューで言及された主要な側面を要約するだけでなく、レビューの著者の個人的なスタイルを反映する必要がある。既存のレビュー要約手法は、顧客と製品の両方の過去のレビューを組み込んでいるが、通常はこの2つの異種情報を単に連結して長いシーケンスに無差別にモデル化するだけである。さらに、評価情報は顧客の好みの高レベルの抽象化を提供できるが、ほとんどの手法では使用されていない。本論文では、評価情報を含む2種類の過去のレビューをグラフ推論モジュールと対比損失を用いて別々にモデル化するHeterogeneous Historical Review aware Review Summarization Model（HHRRS）を提案する。レビューの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する。4つのベンチマークデータセットでの徹底的な実験により、HHRRSが両方のタスクで優れた性能を発揮することが示された。

Summary (by gpt-3.5-turbo)

• レビュー要約は、Eコマースのウェブサイトにおいて製品レビューの主要なアイデアを要約することを目的としたタスクである。本研究では、評価情報を含む2種類の過去のレビューをグラフ推論モジュールと対比損失を用いて別々にモデル化するHHRRSを提案する。レビューの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、4つのベンチマークデータセットでの徹底的な実験により、HHRRSが両方のタスクで優れた性能を発揮することが示された。