本研究提出了SUBSUMM框架，用于从大量评论中生成正面、负面和结论性摘要。通过深度分析、评论子集选择和两阶段训练，显著提升了摘要性能。此外，介绍了OpineSum方法，利用文本蕴涵捕捉评论共识，生成高质量摘要。研究还探讨了大型语言模型在评估意见摘要中的有效性，发现其与人类判断高度相关。