Resumen abstracto de reseñas basado en un mecanismo de atención mejorado con un modelo de red generador de punteros
Resumen abstracto de reseñas basado en un mecanismo de atención mejorado con un modelo de red generador de punteros
18 de Noviembre de 2021
Abstractive review summarization based on improved attention mechanism with Pointer Generator network model
Shobana and M. Murali
Webology, ISSN 1735-188X, Vol. 18, n. 1, 2021, p. 77-91
Se presentan los resultados de un experimento realizado sobre un conjunto de reseñas de móviles de Amazon utilizando una técnica de resumen automático basado en un mecanismo de atención mejorado con un modelo de red generador de punteros. Actualmente las reseñas en internet son muy útiles para que los clientes conozcan las opiniones de otros clientes sobre un producto o servicio. En este contexto, la elaboración de un resumen automático
basado en todas las opiniones y reseñas adquiere una gran importancia. De este modo, las principales contribuciones de este trabajo son: por un lado, la propuesta de un mecanismo de atención mejorado introducido con el codificador BiLSTM. El modelo decodificador LSTM enriquece la consistencia semántica, de modo que el resumen resultante contiene toda la información clave del texto original. Por otro lado, el modelo del generador de punteros aborda el problema de las palabras raras y el mecanismo de cobertura supera el problema de la repetición. Como resultado, el resumen se vuelve conciso y más preciso. Así, la estructura del modelo se basa en: un codificador bidireccional LSTM que se usa para procesar el texto; mecanismo de atención mejorado; red generadora de punteros, que se introduce para extraer el texto del documento original que se usará para mejorar la precisión del resumen; mecanismo de cobertura, que se utiliza para abordar los problemas de repetición; y decodificador, el LSTM unidireccional se utiliza como decodificador para generar el resumen. El objetivo del decodificador es producir un mejor resumen sin pérdida semántica del contenido central. En cuanto al conjunto de datos sobre los que se trabaja, se trata de un conjunto de 8000 reseñas sobre un móvil de Amazon. Los resultados del experimento revelan que la metodología propuesta genera un resumen abstracto más preciso en comparación con las técnicas tradicionales. El rendimiento del informe resumido se mide utilizando la métrica de evaluación ROUGE.