InstructPTS：面向产品标题摘要的指令微调大语言模型
计算与语言
2023-10-26 v1 人工智能
摘要
电子商务产品目录包含数十亿件商品。大多数产品具有冗长的标题，因为卖家将产品属性塞入其中以改善检索并突出关键产品方面。这导致了此类不自然的产品标题与顾客指代它们的方式之间存在差距。它也限制了电商店铺如何将这些卖家提供的标题用于推荐、问答或评论摘要。受近期指令微调大语言模型（LLM）工作的启发，我们提出InstructPTS，一种用于产品标题摘要（PTS）任务的可控方法。我们的方法采用新颖的指令微调策略进行训练，能够根据各种标准（例如摘要中的词数、特定短语的包含等）对产品标题进行摘要。在真实世界电商目录上的大量评估表明，与简单微调LLM相比，我们提出的方法能生成更准确的产品名称摘要，BLEU和ROUGE指标分别提升超过14和8个点。
引用
@article{arxiv.2310.16361,
title = {InstructPTS: Instruction-Tuning LLMs for Product Title Summarization},
author = {Besnik Fetahu and Zhiyu Chen and Oleg Rokhlenko and Shervin Malmasi},
journal= {arXiv preprint arXiv:2310.16361},
year = {2023}
}
备注
Accepted by EMNLP 2023 (Industry Track)