Block-SCL：分块对于有监督对比学习在产品匹配中的作用
计算与语言
2022-07-06 v1
摘要
产品匹配是电子商务中全局理解消费者行为的基础步骤。实践中，产品匹配是指判定来自不同数据源（如零售商）的两个产品报价是否代表同一产品的任务。标准流水线使用一个称为分块（blocking）的前置阶段，其中对于给定的产品报价，基于相似特征（如相同品牌、类别、口味等）检索一组潜在匹配候选。从这些相似产品候选中，那些不匹配的可视为难负样本（hard negatives）。我们提出 Block-SCL，一种利用分块输出以充分发掘有监督对比学习（SCL）的策略。具体而言，Block-SCL 使用分块阶段获得的难负样本构建 enriched batches（富集批次）。这些批次提供了强训练信号，引导模型学习对产品匹配更有意义的句子嵌入。在多个公开数据集上的实验结果表明，尽管仅使用短产品标题作为输入、无数据增强且采用比对比方法更轻量的 transformer 主干，Block-SCL 仍取得了最先进的（SOTA）结果。
引用
@article{arxiv.2207.02008,
title = {Block-SCL: Blocking Matters for Supervised Contrastive Learning in Product Matching},
author = {Mario Almagro and David Jiménez and Diego Ortego and Emilio Almazán and Eva Martínez},
journal= {arXiv preprint arXiv:2207.02008},
year = {2022}
}
备注
7 pages, 2 figures, e-commerce, conference