面向电子商务的产品知识图谱嵌入
机器学习
2019-12-02 v1 信息检索
机器学习
摘要
在本文中，我们提出一种新的产品知识图谱（PKG）嵌入方法，用于将内在产品关系作为电商产品知识进行学习。我们定义了关键实体并总结了对于一般电商应用（包括营销、广告、搜索排序与推荐）至关重要的核心产品关系。我们首先对PKG与普通知识图谱（KG）进行全面比较，进而说明为何KG嵌入方法不适用于PKG学习。我们构建了一个自注意力增强的分布式表示学习模型，以端到端方式从原始客户活动数据中学习PKG嵌入。我们设计了有效的多任务学习框架以充分利用多模态电商数据。同时采用Poincare嵌入来处理复杂实体结构。我们使用来自grocery.walmart.com的真实数据集评估在知识补全、搜索排序与推荐上的性能。所提方法在知识补全与下游任务上优于基线。
引用
@article{arxiv.1911.12481,
title = {Product Knowledge Graph Embedding for E-commerce},
author = {Da Xu and Chuanwei Ruan and Evren Korpeoglu and Sushant Kumar and Kannan Achan},
journal= {arXiv preprint arXiv:1911.12481},
year = {2019}
}