本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
線上產品評論是消費者做出購買決定時無處不在且有用的資訊來源。消費者依靠評論的定量方面（例如效價和數量）以及文字描述來了解產品品質和合身性。在本文中，我們展示了自然語言處理的新成就如何為各種與評論相關的寫作任務提供重要幫助。在有趣的葡萄酒評論背景下，我們證明機器能夠執行直接從相當少量的產品屬性資料（元資料）撰寫專家評論的關鍵行銷任務。我們進行了一種「圖靈測試」來評估人類對機器撰寫的評論的反應，並強烈支持機器可以撰寫與專家撰寫的評論沒有區別的斷言。我們設想一種工作流程，而不是取代人類評論作者，其中機器將元資料作為輸入並產生人類可讀的評論作為評論的初稿，從而協助專家審稿人撰寫評論。接下來，我們修改並應用我們的機器編寫技術，以展示如何使用機器來編寫一組產品評論的綜合。對於最後一個應用程序，我們在啤酒評論的背景下工作（對於大量產品中的每一種都有大量可用的評論），並生成機器編寫的評論綜合，這些綜合可以很好地捕捉任何給定啤酒的評論中表達的想法（通過人類評估再次測量）。對於每個應用程序，我們都採用 Transformer 神經網路架構。本文的工作廣泛適用於行銷，特別是在線上評論的背景下。最後，我們對我們的模型和方法的其他應用以及未來研究的其他方向提出了建議。