Résumé extractif des avis d'hôtels basé sur TF/IDF et l'appariement adjectif-nom en tenant compte des tendances annuelles de sentiment

Résumé—Le nombre d'avis d'hôtels est énorme et en augmentation jour après jour. De nombreux voyageurs s'appuient sur ces avis pour prendre leur décision de réserver un hôtel. Rassembler des informations valides et utiles à partir d'un grand nombre d'avis est un besoin qui doit être satisfait. Ainsi, un outil de résumé pour les avis d'hôtels a été construit pour créer un résumé représentatif. Les données d'avis d'hôtels suivent une tendance de sentiment au fil du temps en raison des conditions et des améliorations à ce moment-là, donc l'analyse de la tendance de sentiment est effectuée pour choisir les données d'avis représentatives appropriées. Ensuite, il y a deux méthodes pour résumer les données d'avis sélectionnées. D'abord, le résumé a été obtenu par méthode extractive en sélectionnant la phrase la plus pertinente basée sur son score de fréquence de terme-fréquence inverse de document (TF-IDF). Deuxièmement, un style de résumé par phrase est construit en associant des adjectifs au nom le plus proche et en tenant compte de la polarité. À partir de ces méthodes, le rappel obtenu pour l'Évaluation de Gisting (ROUGE) -1 et le score de l'Évaluation Bilingue (BLEU) sont respectivement de 0.2101 et 0.7820 pour la première méthode et de 0.0670 et 0.03672 pour la deuxième méthode. Tous les avis ont été collectés sur le site Web de TripAdvisor et ont été prétraités par segmentation/tokenisation, normalisation de cas et étiquetage.