阿里巴巴国际电商商品搜索竞赛DILAB团队技术报告
机器学习
2025-10-22 v1
摘要
本研究介绍了DILAB团队开发的多语言电商搜索系统，该系统在最终排行榜上以0.8819的竞争性总分获得第5名，在各项评估指标上均表现出稳定且高性能的结果。为了应对多语言查询-商品理解中的挑战，我们设计了一个多阶段流水线，集成了数据精炼、轻量级预处理和自适应建模。数据精炼阶段增强了数据集的一致性和类别覆盖，而语言标记和噪声过滤则提高了输入质量。在建模阶段，探索了多种架构和微调策略，并使用精心整理的验证集优化超参数，以平衡查询-类别（QC）和查询-商品（QI）任务的性能。所提出的框架在多种语言和领域上展现出鲁棒性和适应性，凸显了系统性数据整理和迭代评估对于多语言搜索系统的有效性。源代码可在https://github.com/2noweyh/DILAB-Alibaba-Ecommerce-Search获取。
引用
@article{arxiv.2510.18499,
title = {Alibaba International E-commerce Product Search Competition DILAB Team Technical Report},
author = {Hyewon Lee and Junghyun Oh and Minkyung Song and Soyoung Park and Seunghoon Han},
journal= {arXiv preprint arXiv:2510.18499},
year = {2025}
}
备注
CIKM Alibaba E-commerce Search Challenge 2025