Краткое содержание

arXiv:2508.13953v2 Тип объявления: замена Аннотация: В индустрии гостеприимства понимание факторов, влияющих на оценки отзывов клиентов, имеет критическое значение для повышения удовлетворенности гостей и улучшения показателей бизнеса. Настоящая работа предлагает ReviewGraph — новую архитектуру для прогнозирования оценок отзывов (Review Rating Prediction, RRP), преобразующую текстовые отзывы клиентов в граф знаний путем извлечения триплетов вида (субъект, предикат, объект) и присвоения эмоциональной окраски. С использованием векторных представлений графа (Node2Vec) и признаков эмоций данная архитектура предсказывает рейтинг отзыва через классификаторы машинного обучения. Мы сравниваем производительность ReviewGraph с традиционными базовыми методами обработки естественного языка (такими как мешок слов, TF-IDF и Word2Vec), а также большими языковыми моделями (LLM), проверяя их эффективность на наборе данных HotelRec. По сравнению с современными исследованиями наша предложенная модель демонстрирует сопоставимую точность прогноза с лучшими существующими решениями, однако требует меньших вычислительных затрат (без ансамблевых методов). Хотя ReviewGraph достигает сравнимого уровня прогностической точности...