Key points are not available for this paper at this time.
تلعب الإجابة على الأسئلة دورًا هامًا في التجارة الإلكترونية حيث تتيح للعملاء المحتملين البحث بنشاط عن معلومات حاسمة حول المنتجات أو الخدمات للمساعدة في اتخاذ قرار الشراء. استلهمت هذه الورقة من النجاح الأخير لفهم القراءة الآلي (MRC) على المستندات الرسمية، وتستكشف إمكانية تحويل مراجعات العملاء إلى مصدر كبير من المعرفة يمكن استغلاله للإجابة على أسئلة المستخدمين. نطلق على هذه المشكلة فهم قراءة المراجعات (RRC). إلى أفضل معرفتنا، لم يتم العمل على RRC في أي بحث قائم. في هذا العمل، نقوم أولاً ببناء مجموعة بيانات RRC تُسمى ReviewRC استنادًا إلى معيار مشهور لتحليل المشاعر المعتمد على الجوانب. نظرًا لأن ReviewRC لديها عدد محدود من الأمثلة التدريبية لـ RRC (وكذلك لتحليل المشاعر المعتمد على الجوانب)، نستكشف بعد ذلك نهجًا جديدًا للتدريب اللاحق على نموذج اللغة الشهير BERT لتعزيز أداء ضبط BERT لـ RRC. لإظهار عمومية النهج، يتم تطبيق التدريب اللاحق المقترح أيضًا على بعض المهام الأخرى المعتمدة على المراجعات مثل استخراج الجوانب وتصنيف مشاعر الجوانب في تحليل المشاعر المعتمد على الجوانب. تظهر النتائج التجريبية أن التدريب اللاحق المقترح فعال للغاية. تتوفر قواعد البيانات والمصدر على https://www.cs.uic.edu/~hxu/.
درس Xu وآخرون (الأربعاء) هذا السؤال.