基于文本描述与句子检索的商品分类
人工智能
2021-11-03 v1 信息检索
摘要
为贸易商品分配并验证国际公认的商品编码（HS code）是海关的核心职能之一。这一决策对进出口商至关重要，因为它决定了关税税率。然而，与法官做出的法院判决类似，即使对经验丰富的海关官员而言，这项任务也可能并非易事。本文提出了一种深度学习模型，以辅助这项看似具有挑战性的HS编码分类任务。我们与韩国海关总署合作，构建了一个基于KoELECTRA的决策模型，该模型能够推荐HS编码最可能的品目和子目（即前四位和六位数字）。对129,084个历史案例的评估表明，在265个子目的分类中，我们模型给出的前三项建议准确率达到95.5%。这一令人鼓舞的结果意味着，算法可以通过辅助HS编码分类任务，大幅减少海关官员所需的时间和精力。
引用
@article{arxiv.2111.01663,
title = {Classification of Goods Using Text Descriptions With Sentences Retrieval},
author = {Eunji Lee and Sundong Kim and Sihyun Kim and Sungwon Park and Meeyoung Cha and Soyeon Jung and Suyoung Yang and Yeonsoo Choi and Sungdae Ji and Minsoo Song and Heeja Kim},
journal= {arXiv preprint arXiv:2111.01663},
year = {2021}
}