AllHands: Ask Me Anything on Large-scale Verbatim Feedback via Large Language Models

这篇论文介绍了Allhands，一个创新的分析框架，旨在通过自然语言接口和大型语言模型（LLMs）进行大规模反馈分析。Allhands遵循传统的反馈分析工作流程，首先对反馈进行分类和主题建模，将它们转换为结构增强格式，并利用LLMs提高准确性、鲁棒性、泛化性和用户友好性。随后，使用LLM代理程序来解释用户关于反馈的各种自然语言问题，将其翻译成Python代码进行执行，并提供全面的多模式响应，包括文本、代码、表格和图像。我们对Allhands在三个不同的反馈数据集上进行了评估。实验表明，Allhands在所有分析阶段，包括分类和主题建模，都实现了卓越的功效，最终为用户提供了全面、正确和易于理解的响应的“问我任何事”的体验。据我们所知，Allhands是第一个支持通过自然语言接口提取各种定制需求的见解的综合反馈分析框架。

Allhands试图解决大规模反馈分析的挑战，通过自然语言接口和大语言模型提高准确性、鲁棒性、泛化性和用户友好性。

Allhands采用传统的反馈分析工作流程，使用分类和主题建模将反馈转换为结构增强的格式，并结合大语言模型提高分析效率和准确性。Allhands还使用自然语言处理将用户的问题转化为Python代码执行，并提供多种形式的综合响应。

Allhands在三个不同的反馈数据集上进行了评估，并展示了在分类和主题建模等各个阶段的优越性能，提供了全面、正确和易读的响应。Allhands是第一个支持通过自然语言接口提取见解的综合反馈分析框架。

最近的相关研究包括使用大语言模型进行自然语言处理和文本分析的研究，如GPT-3等。