从电子商务网站结构学习变体产品关系及变体属性
信息检索
2024-10-07 v1 人工智能
计算与语言
机器学习
摘要
我们引入了VARM，一种变体关系匹配策略，用于识别电子商务目录中的变体产品对。实体解析的传统定义关注产品提及是否指向同一底层产品。然而，这未能捕捉到对电子商务应用至关重要的产品关系，例如在同一网页上列出相似但不相同的产品，或共享评论。在这里，我们为变体产品关系制定了一种新型实体解析，以捕捉这些相似的电子商务产品链接。与传统定义相比，新定义既需要识别两个产品是否为彼此的变体匹配，也需要识别它们之间变化的属性。为了满足这两个要求，我们开发了一种利用编码和生成式AI模型优势的策略。首先，我们构建了一个捕捉网页产品链接（因此也捕捉变体产品关系）的数据集，以训练一个编码LLM来预测任意给定产品对的变体匹配。其次，我们使用RAG提示的生成式LLM来提取变体产品组之间的变化和共同属性。为了验证我们的策略，我们使用来自世界领先电子商务零售商之一的真实数据评估了模型性能。结果表明，我们的策略优于替代解决方案，并为利用这种新型产品关系铺平了道路。
引用
@article{arxiv.2410.02779,
title = {Learning variant product relationship and variation attributes from e-commerce website structures},
author = {Pedro Herrero-Vidal and You-Lin Chen and Cris Liu and Prithviraj Sen and Lichao Wang},
journal= {arXiv preprint arXiv:2410.02779},
year = {2024}
}