May, 2024

GenToC: 利用部分标记的数据进行产品属性值识别

PDF
TL;DR为了提高搜索和推荐系统，在电子商务领域中准确提取产品列表中的属性 - 值对（例如：品牌：Apple）至关重要。为了应对这些挑战，我们介绍了 GenToC，这是一种从产品标题中提取属性 - 值对的新型两阶段模型，能够以部分标记数据进行训练，并引入了一种引导方法，可以逐步改进和扩展其训练数据集。GenToC 的结果表明，它在从产品标题中自动提取属性 - 值对方面具有独特的能力，为训练更高效的模型做出了重要贡献。
e-commerceattribute-value pairsgentocproduct titlesautomated extraction
发现论文，激发创造
  • 通过有限标记数据学习实现电子商务目录文本属性值的自动验证

    MetaBridge 是一种新颖的元学习潜变量方法，可从有限标记数据的一组类别中学习可转移的知识，并利用未标记数据捕捉从未见过的类别的不确定性，用于验证产品目录中的文本属性值，具有比现有最先进方法更优异的性能。

    Jun, 2020

  • 使用 ChatGPT 进行产品信息提取

    本研究探讨了用 ChatGPT 从产品描述中提取属性 / 值对的潜力，实验结果表明，ChatGPT 在 zero-shot 和 few-shot 的情况下都能够实现与预训练的语言模型类似的性能，但需要更少的训练数据和计算量。

    Jun, 2023

  • 电商属性的大规模生成式多模态属性提取

    本论文提出了 MXT 框架，利用问题 - 回答任务解决电商产品页属性提取问题，同时提出生成模型，使用文本和图像来预测属性值，该系统能够处理传统分类和命名实体识别难以解决的零样本和无值问题，并使用远程监督训练，降低了维护模型的难度，实验结果表明，该框架的表现优于现有的先进模型。

    Jun, 2023

  • 电子商务中从产品标题中提取属性

    本文提出了一种命名实体抽取系统，用于检测像沃尔玛这样的电商零售商产品标题中的属性。我们发现，将条件随机场和结构化感知器等序列标注算法与策略标准化方案结合起来，可以有效地从标题中提取产品属性值。

    Aug, 2016

  • 使用大语言模型进行产品属性值的提取与规范化

    本文探讨使用大型语言模型（如 OpenAI 的 GPT-3.5 和 GPT-4）从产品标题和产品描述中提取和规范化属性值的潜力，并介绍了 WDC PAVE 数据集，通过实验展示 GPT-4 在产品属性值的提取和规范化上相对于 PLM 的方法获得了 91% 的 F1 得分，并且在字符串处理和名称扩展方面表现出色。

    Mar, 2024

  • 面向开放世界的产品属性挖掘：一种轻度监督的方法

    提出了一种新的任务设置，用于在电子商务产品中进行属性挖掘，通过使用高质量种子属性集进行监督学习，结合自监督启发式和无监督的潜在属性，利用产品上下文作为附加监督，自动扩展属性词汇，发现新的属性类型。

    May, 2023

  • 产品属性值识别的统一生成方法

    本研究探讨了使用生成模型的产品属性值识别（PAVI）任务，通过微调预训练的 T5 模型，可以在真实世界数据集上优化现有的提取和分类方法。

    Jun, 2023

  • OpenTag: 从产品概要中进行开放式属性值提取 [深度学习，主动学习，命名实体识别]

    本文提出了一种基于深度标注模型 OpenTag 的解决方案，可以利用商品标题和描述等信息，从产品目录中发现缺失值的属性值，通过为期更少的标注样本使用主动学习策略，OpenTag 已经成功地从 150 个标注样本中探索出新的属性值，并实现高 F 值 83％的表现

    Jun, 2018

  • AE-smnsMLC：产品属性值提取的带语义匹配和负标签抽样的多标记分类

    本文将产品属性值的提取任务重新定义为一个多标签分类任务，并提出了一种带有语义匹配和负标签采样的分类模型，实验证明该模型在真实世界的电子商务数据集中表现出有效性和优越性。

    Oct, 2023

  • 电商产品的多模态联合属性预测和价值提取

    该研究提出了一种多模式方法，结合了产品图片和文本描述信息，以联合预测产品属性和提取属性值，实现了完备和准确的产品属性值数据集，并在实验中证明了显式建模属性和值之间关系以及选择性地利用产品信息可以提高任务表现。

    Sep, 2020