QUEACO：从弱标注行为数据借宝用于查询属性值抽取
计算与语言
2021-09-07 v3 人工智能
信息检索
机器学习
摘要
我们研究查询属性值抽取问题，旨在从用户查询中识别命名实体作为多样表层形式的属性值，并将其转换为形式规范的规范形式。该问题包含两个阶段：{命名实体识别（NER）}与{属性值规范化（AVN）}。然而，现有工作仅关注 NER 阶段而忽视了同等重要的 AVN。为弥补这一缺口，本文提出一个用于电商搜索的统一查询属性值抽取系统 QUEACO，其同时涉及两个阶段。此外，通过利用大规模弱标注行为数据，我们以更低的监督成本进一步提升了抽取性能。具体而言，对于 NER 阶段，QUEACO 采用一种新颖的教师—学生网络，其中在强标注数据上训练的教师网络生成伪标签以精炼弱标注数据来训练学生网络。同时，教师网络可由学生在强标注数据上的表现反馈动态适配，以最大程度地去除弱标签中噪声监督。对于 AVN 阶段，我们也利用弱标注的查询到属性行为数据，将查询中的表层形式属性值规范化为产品中的规范形式。在真实大规模电商数据集上的大量实验证明了 QUEACO 的有效性。
引用
@article{arxiv.2108.08468,
title = {QUEACO: Borrowing Treasures from Weakly-labeled Behavior Data for Query Attribute Value Extraction},
author = {Danqing Zhang and Zheng Li and Tianyu Cao and Chen Luo and Tony Wu and Hanqing Lu and Yiwei Song and Bing Yin and Tuo Zhao and Qiang Yang},
journal= {arXiv preprint arXiv:2108.08468},
year = {2021}
}
备注
The 30th ACM International Conference on Information and Knowledge Management (CIKM 2021, Applied Research Track)