ProductNet：面向商品表示学习的高质量数据集集合
机器学习
2019-04-22 v1 计算与语言
计算机视觉与模式识别
机器学习
摘要
ProductNet 是一个用于更好理解商品的高质量商品数据集集合。受 ImageNet 启发，ProductNet 旨在通过精心挑选分类体系来整理高质量商品数据集，以支持商品表示学习。在本文中，构建高质量商品数据集与学习商品表示这两个目标以迭代方式相互支撑：商品嵌入通过设计用于利用商品图像和目录信息的多模态深度神经网络（主模型）获得；作为回报，该嵌入通过主动学习（局部模型）被利用，以大幅加速标注过程。对于标注数据，所提出的主模型产生了高分类精度（1240 个类别的 top-1 精度为 94.7%），其可用作机器学习模型的搜索索引、分区键和输入特征。该商品嵌入以及针对特定业务任务微调的主模型，也可用于各种迁移学习任务。
引用
@article{arxiv.1904.09037,
title = {ProductNet: a Collection of High-Quality Datasets for Product Representation Learning},
author = {Chu Wang and Lei Tang and Yang Lu and Shujun Bian and Hirohisa Fujita and Da Zhang and Zuohua Zhang and Yongning Wu},
journal= {arXiv preprint arXiv:1904.09037},
year = {2019}
}