10、观点文本中的建议挖掘探索

观点文本中的建议挖掘探索

1. 建议的文本单元

早期的建议提取研究通常将句子作为建议的基本单元。但在实际操作中，句子可能会缺失上下文信息，或者指代前一句中提到的内容。而且，社交媒体文本中的标点使用常常不准确，这使得自动分句方法难以有效处理此类文本。部分研究甚至对训练集句子进行了手动分割。

2014年，有人提出了一种解决方案，构建了一个酒店评论数据集，将评论分割成陈述，确保每个陈述只包含一种情感。他们将陈述定义为至少是一个从句，最多是评论中一个有独立意义的句子，并提供了自动将观点文本分割成此类陈述的算法。

2. 建议的受益人

社交媒体上与产品和服务相关的建议主要针对两类利益相关者：制造商/供应商或其他消费者。以往的建议挖掘研究通常一次只关注一类受益人。我们将针对其他客户的建议称为客户对客户（CTC）建议。不同受益人的建议在语言特征上可能存在差异。

3. 建议的定义

《牛津英语词典》将“建议”定义为“提出供考虑的想法或计划”。其同义词包括提议、提案、推荐、建议、提示等。在一般情况下，这个定义能清晰地区分建议与其他类型的文本。但在观点句子中识别建议时，人们往往会将大多数句子视为建议。

此前的一项调查选取了酒店和电子产品评论中的20个句子，对应20种观点表达类型，让10位外行标注员判断这些句子是否为CTC建议。结果显示，除了“建议”和“推荐”类别外，其他类别的建议大多是隐含形式，即给出建议的意图未明确表达。由于人类能够自然地从给定陈述或信息中推断出建议，标注员并未区分隐含和明确形式的建议。但在自动检测中，从隐含形式推断建议具有挑战性。因此，我们提出了两种建议形式：
- 明确