利用 ChatGPT 进行产品信息抽取
计算与语言
2023-06-28 v1 信息检索
摘要
以属性/值对形式的结构化产品数据是许多电子商务应用（如分面产品搜索、产品比较和产品推荐）的基础。产品报价通常仅包含以标题或自由文本形式的产品属性文本描述。因此，从文本产品描述中抽取属性/值对是电子商务应用的重要赋能环节。为表现出色，最先进的产品信息抽取方法需要大量特定任务训练数据。这些方法还难以泛化到分布外属性以及未出现在训练数据中的属性值。由于在海量大文本上的预训练以及由模型规模产生的涌现效应，像 ChatGPT 这样的大语言模型（LLM）有潜力解决这两个缺陷。本文探索了 ChatGPT 从产品描述中抽取属性/值对的潜力。我们尝试了不同的零样本和少样本提示设计。我们的结果表明，ChatGPT 达到了与预训练语言模型相似的性能，但所需的微调训练数据和计算量大幅减少。
引用
@article{arxiv.2306.14921,
title = {Product Information Extraction using ChatGPT},
author = {Alexander Brinkmann and Roee Shraga and Reng Chiz Der and Christian Bizer},
journal= {arXiv preprint arXiv:2306.14921},
year = {2023}
}