51、主题特定观点摘要的有效方法

主题特定观点摘要的有效方法

1. 引言

随着Web 2.0的发展，人们热衷于通过在线工具表达个人观点。从健康改革的评论到消费产品特性的评价，大量观点广泛传播。在实际应用中，人们希望依据自身偏好聚焦观点表达的摘要来做决策。例如，用户会提出“关于X的观点有哪些？”这样的查询，其中X既可以是产品的某个特性，也可以是一般领域观点的目标。因此，研究主题特定观点摘要（TOS）以满足用户的个性化偏好具有重要意义。

传统摘要仅关注主题相关性，而TOS需要同时考虑特定主题信息和观点信息。例如，对于关于电脑游戏的查询，传统摘要可能只关注“游戏”“操作”“屏幕”等主题相关信息，而TOS则要考虑像“游戏非常小”这样的观点表达。本文将用户在TOS中的信息需求定义为特定主题观点信息（TOI），即关于用户查询的观点表达。

现有TOS方法存在局限性，要么特定主题信息与相应观点信息不匹配，要么缺乏衡量不同主题相关观点信息的能力，从而严重影响性能。本文采用词对来表示TOI，并提出一种加权方案来衡量词对，然后将词对集成到随机游走模型中进行观点句子排名，并采用最大边际相关性（MMR）方法进行摘要生成。

2. 特定主题观点信息的表示

TOS最早在2008年的文本分析会议（TAC）中提出，目标是从文档集合中提取关于给定查询的观点表达的信息摘要。与传统的特定主题摘要不同，TOS关注特定主题观点信息（TOI），一个观点表达的TOI应包含观点、持有者、目标和极性等属性。

2.1 成对表示

为了表示TOI，我们考虑观点表达的所有属性及其关联。本文使用主题 - 情感词对，该概念最初用于观点检索，以捕捉观点与其对应目标之间的上下文信息。由于大多数观