利用大语言模型增强电商产品描述
计算与语言
2023-10-31 v1
摘要
在动态的电商领域，产品描述的质量与完整性对提升搜索可见性和客户参与度至关重要。有效的产品描述可解决“冷启动”问题，契合市场趋势，并最终提高点击率。传统的描述撰写方法通常需大量人力，且缺乏一致性与可扩展性。本文提出一种利用LLAMA 2.0 7B语言模型自动生成产品描述的新方法。我们在来自最大电商平台之一Walmart的真实产品描述数据集上训练该模型，随后针对领域特定语言特征与电商细微差别进行微调，以提升其在销售与用户互动中的效用。我们采用包括NDCG、客户点击率和人工评估在内的多种评价指标来验证方法有效性。结果表明，该系统不仅可扩展，还显著减少了产品描述创作中的人力投入。本研究凸显了LLAMA 2.0 7B等大语言模型在自动化与优化电商平台多方面环节的潜力，带来包括改进搜索功能与增加销售在内的显著业务影响。
引用
@article{arxiv.2310.18357,
title = {Leveraging Large Language Models for Enhanced Product Descriptions in eCommerce},
author = {Jianghong Zhou and Bo Liu and Jhalak Nilesh Acharya Yao Hong and Kuang-chih Lee and Musen Wen},
journal= {arXiv preprint arXiv:2310.18357},
year = {2023}
}
备注
9 pages, 4 figures, EMNLP2023 workshop, The 2023 Conference on Empirical Methods in Natural Language Processing