面向电子商务浏览页面的多语言神经标题生成

为了使买家能更好地访问库存并获得更好的搜索引擎优化，电子商务网站自动生成了数百万个易于搜索的浏览页面。一个浏览页面由给定类别内的一组槽位名称/值对组成，将共享某些特征的多个商品进行分组。这些浏览页面需要一个描述页面内容的标题。由于浏览页面数量巨大，人工创建这些标题是不可行的。先前的统计方法与神经方法严重依赖于大量目标语言数据的可用性。在本研究中，我们应用序列到序列模型，通过利用迁移学习为高资源语言与低资源语言生成标题。我们在多语言数据上训练这些模型，从而创建了一个能够生成各种不同语言标题的联合模型。标题生成系统的性能在三种不同语言（英语、德语和法语）上进行了评估，并特别关注低资源的法语。