面向电商的属性感知受控产品生成
计算与语言
2026-01-09 v1 人工智能
摘要
产品信息抽取是电商服务的关键环节，但获取高质量标注数据集 remains 具有挑战性。我们提出一种系统化方法，通过大语言模型（LLM）生成合成电商产品数据，引入受控修改框架，包含三种策略：属性保持修改、受控负例生成以及系统属性删除。运用具备属性感知提示词的 state-of-the-art LLM，我们在保持产品连贯性的前提下强制执行店铺约束。人类评估 2000 份合成产品显示，效果显著：99.6% 被评为自然，96.5% 包含有效属性值，超过 90% 显示出一致的属性用法。在公开的 MAVE 数据集上，我们的合成数据达到 60.5% 的准确率，与真实训练数据（60.8%）持平，显著优于 13.4% 的零样本基线。混合配置（合成数据与真实数据组合）进一步提升性能，达到 68.8% 的准确率。我们的框架为低资源场景下的电商数据增强提供了实用解决方案。
引用
@article{arxiv.2601.04200,
title = {Attribute-Aware Controlled Product Generation with LLMs for E-commerce},
author = {Virginia Negri and Víctor Martínez Gómez and Sergio A. Balanya and Subburam Rajaram},
journal= {arXiv preprint arXiv:2601.04200},
year = {2026}
}
备注
AAAI'26 Workshop on Shaping Responsible Synthetic Data in the Era of Foundation Models (RSD)