从Web抽取购物兴趣相关产品类型
信息检索
2023-05-25 v1
摘要
在客户寻找徒步等高层次购物兴趣(SIs)周边产品时，推荐多样化的产品类型(PTs)对良好购物体验至关重要。然而，SI-PT关联在电商产品目录中通常缺失，且因潜在SI数量庞大而人工构建成本高昂，这阻碍了我们利用易获取知识系统建立推荐器。为建立此类关联，我们提出从包含针对SI手工推荐PT的Web页面中抽取PT。基于目标Web页面中一个HTML节点仅能呈现一个且唯一一个PT短语的普遍观察，该抽取任务被形式化为二元HTML节点分类。相应地，我们引入TrENC，即用于节点分类的树-Transformer编码器(Tree-Transformer Encoders for Node Classification)。它通过保留长期兄弟与祖孙关系的改进注意力机制改善了节点间依赖建模，并将SI注入节点特征以获得更好的语义表示。TrENC在有限SI相关页面上训练后，即可应用于其他未观测到的兴趣。在我们人工构建的数据集WebPT上的实验表明，TrENC在零样本设定下以2.37个F1点优于最佳基线模型。该性能表明了构建SI-PT关联并利用其赋能搜索与推荐等下游应用的可行性。
引用
@article{arxiv.2305.14549,
title = {Extracting Shopping Interest-Related Product Types from the Web},
author = {Yinghao Li and Colin Lockard and Prashant Shiralkar and Chao Zhang},
journal= {arXiv preprint arXiv:2305.14549},
year = {2023}
}