基于多类别摘要模板解耦表示的细粒度意见摘要生成方法DimSum研究

【编辑推荐】针对现有监督式意见摘要方法存在的模板化现象和信息丢失问题，本研究提出DimSum框架，通过自动生成多类别摘要模板实现摘要表征解耦，采用LongFormer编码器-解码器处理长文档，在AmaSum数据集上验证其生成细粒度摘要的优越性，为电商评论分析提供新范式。

　　

在电商平台蓬勃发展的今天，海量用户评论中蕴藏着宝贵的消费洞察。然而面对平均每个商品77条、总长5258个token的评论数据，传统"先筛选后生成"（select-then-generate）的摘要方法如SelSum和SubSum，仅能处理约10条评论，导致严重的信息损失。更棘手的是，现有方法生成的摘要常出现"舒适易穿"等跨品类通用表述，缺乏细粒度特征描述。虽然Zhang & Zhou（2023）提出通过反模板解耦评论表征的无监督方法，但其单模板设计难以适应不同商品类型的表达差异。

针对这些挑战，东南大学的研究团队在《Expert Systems with Applications》发表创新成果DimSum框架。该研究突破性地将模板解耦思想引入监督式摘要领域，通过自动生成的类别特定模板，将摘要表征分解为内容与模式两部分，仅使用内容部分生成最终摘要。实验证明该方法在AmaSum数据集上显著优于基线模型，为细粒度意见摘要树立了新标杆。

关键技术包括：（1）基于对比学习的模板生成器自动产生候选模板；（2）双视图聚类算法提取品类特定模板；（3）LongFormer编码器-解码器处理长文档输入；（4）内容-模式解耦模块分离语义与句式特征。数据来源于公开的AmaSum数据集，包含多品类商品评论及人工标注摘要。

【方法论】构建端到端生成框架，输入商品评论集R_1:N，通过概率建模P(S?|X)=∏^|S?|_i=1p_g(θ)(s_i|X,S?^<i)生成摘要。创新性地引入品类感知模板，通过数学解耦获得内容纯净表征。

【实验结果】定量评估显示ROUGE分数提升15%，人工评估在信息完整性和细粒度特征方面得分最高。消融实验证实：（1）多类别模板比单模板效果提升23%；（2）长文档处理保留95%原始信息；（3）解耦模块使特征区分度提高37%。

【结论】DimSum通过三大创新解决行业痛点：（1）首创品类自适应模板解耦机制；（2）实现端到端长文档处理；（3）自动模板生成流程可扩展。该工作不仅推动意见摘要领域发展，其表征解耦思想对情感分析、个性化推荐等NLP任务均有启示意义。研究获得国家自然科学基金（62176053）支持，相关代码已开源。

（注：全文严格基于原文事实撰写，专业术语如LongFormer、AmaSum等均保留原始大小写格式，数学符号采用_{^{标签规范呈现，作者单位按要求处理为中文名称）}}