FITS：面向可持续发展的 AI 驱动时尚信息工具
机器学习
2025-10-27 v2 计算与语言
摘要
尽管公众和监管机构对透明度的要求日益增长，但获取时尚行业可信可持续发展信息的途径仍然有限且难以解读。通用语言模型通常缺乏特定领域的知识，并且容易产生“幻觉”，这对于事实正确性至关重要的领域尤为有害。这项工作探讨了如何将自然语言处理（NLP）技术应用于对时尚品牌的可持续发展数据进行分类，从而解决该领域可信且易于获取的信息稀缺的问题。我们提出了一个原型工具——可持续发展时尚信息工具（Fashion Information Tool for Sustainability, FITS），这是一个基于 Transformer 的系统，能够从可信的非结构化文本来源（NGO 报告和科学出版物）中提取并分类可持续发展信息。在我们的精选语料库上，使用特定领域的分类模式对多个基于 BERT 的语言模型（包括在科学和气候特定数据上预训练的模型）进行了微调，并通过贝叶斯优化对超参数进行了优化。FITS 允许用户搜索相关数据、分析自己的数据，并通过交互式界面探索信息。我们在两个由潜在用户组成的焦点小组中评估了 FITS 的可用性、视觉设计、内容清晰度、可能的使用案例和期望功能。我们的结果突显了领域适配的 NLP 在促进明智决策方面的价值，并强调了人工智能应用在应对气候相关挑战方面的更广泛潜力。最后，这项工作提供了一个有价值的数据集 SustainableTextileCorpus，以及用于未来更新的方法论。代码可在 [github(.)com/daphne12345/FITS](https://github.com/daphne12345/FITS) 获取。
引用
@article{arxiv.2509.26017,
title = {FITS: Towards an AI-Driven Fashion Information Tool for Sustainability},
author = {Daphne Theodorakopoulos and Elisabeth Eberling and Miriam Bodenheimer and Sabine Loos and Frederic Stahl},
journal= {arXiv preprint arXiv:2509.26017},
year = {2025}
}