荣 欢，马廷淮

1.南京信息工程大学 人工智能学院，南京 210044

2.南京信息工程大学 计算机与软件学院，南京 210044

随着互联网的飞速发展，越来越多的用户选择在网络上发布关于某一特定对象的评论文本，由此产生了大量的用户评论。这些评论包含了用户对特定对象所持有的观点看法，以及情感态度，集成评论文本中的关键信息有利于决策制定并锁定关键用户群体，具有重要的应用价值[1]。评论集成源于众包数据中对数据标注结果的清理。一般而言，标注者会在众包平台上对同一对象进行类别标注，不同标注者所提供的类别标签存在差异，由此需要对标注结果进行真值推测，即标签集成[2]。特别的，如图1 所示，本文将集成对象从离散的数值标签转为连续的文本内容，即通过收集关于同一对象的众包评论文本，以既定压缩率K抽取众包评论文本关键语句形成集成文本以代替原始评论，由此推测出与当前评论对象最为匹配的内容描述。此外，区别于数值型数据，评论中蕴含了发布者所持有的情感态度，故本文在评论集成过程中重点关注情感强度较为突出的语句，从而更明显反映出用户在评论时的情感状态。

Fig.1 General process of crowdsourced comment integration图1 众包评论文本集成的一般过程

然而，评论集成所面临最大困难是缺少真值指导。对于常规的标签集成任务而言，最终集成结果仍由所标注对象的标签真值进行评价，故在进行标签真值推测时可利用真值样本，通过基于概率统计的相关方法进行数据分析与修正；……