#Paper Reading# SumView: A Web-based engine for summarizing product reviews and customer opinions

论文题目：SumView: A Web-based engine for summarizing product reviews and customer opinions

论文地址：http://www.sciencedirect.com/science/article/pii/S0957417412007865

论文发表于：Expert Systems with Applications 2012（CCF C类期刊，影响因子2.981）

论文大体内容：

本文主要使用了NMF来做文本摘要，实现了一个能够自动根据用户关心的Amazon商品的某些特点（比如prize，size，quality等），通过爬取商品评论，并生成对应的文本摘要的系统。

1、整体过程如下：



2、关注点推荐：

①过滤，使得D矩阵的terms都是名词或名词短语；

②先选20个D矩阵中tfidf值最大的terms；

③从20个terms中选出周围出现adj次数最多的top 5，这5个就是推荐给用户的常见词（size，prize等）；

④用户也可以自己输入想了解的关键点，增强系统的可用性；





3、摘要过程：

①K是用户选择的feature terms个数；

②初始化U的每一列选自在D矩阵中feature term出现次数最多的句子；

③初始化V^T=(U^T*U)^(-1)*U^T*A；

④NMF

⑤每个topic选V矩阵中值最大的那个句子，作为摘要；



4、摘要去重改进

基本思想就是选择第C个摘要句子的时候（每个主题选一个摘要句子），从未选择句子中选出在主题下（概率值（即V矩阵的值）-句子与已选择的C-1个摘要句子的相似度平均值*λ）的最大值，通过λ控制相似度权重。（但下面的实验中并没有用上）



5、效果展示



6、效果对比

①DUC2005数据集上



②DUC2006数据集上



③人工评分



7、思考

感觉这种方式比较简单，效果也不是很理想，总体的motivation是做出一个现爬现生成摘要的系统。

以上均为个人见解，因本人水平有限，如发现有所错漏，敬请指出，谢谢！