AdaTag：基于自适应解码的商品档案多属性值抽取
计算与语言
2021-06-07 v1
摘要
商品属性值的自动抽取是电子商务平台中的一项重要使能技术。该任务通常使用序列标注架构建模，并辅以若干扩展以处理多属性抽取。先前的一类工作通过独立的解码器或完全独立的模型构建属性特定的模型。然而，这种方法限制了不同属性之间的知识共享。其他研究使用单一多属性模型，并采用不同技术嵌入属性信息。但在所有属性间共享整个网络参数会限制模型捕捉属性特定特征的能力。本文提出 AdaTag，其使用自适应解码来处理抽取任务。我们通过超网络与混合专家（Mixture-of-Experts, MoE）模块，以预训练的属性嵌入对解码器进行参数化。这使得能够为不同属性即时生成分离但语义相关的解码器。该方法在促进知识共享的同时，保持了各属性的特异性。我们在真实世界电子商务数据集上的实验表明，相较先前方法取得了显著改进。
引用
@article{arxiv.2106.02318,
title = {AdaTag: Multi-Attribute Value Extraction from Product Profiles with Adaptive Decoding},
author = {Jun Yan and Nasser Zalmout and Yan Liang and Christan Grant and Xiang Ren and Xin Luna Dong},
journal= {arXiv preprint arXiv:2106.02318},
year = {2021}
}
备注
Accepted to ACL-IJCNLP 2021