QueryNER：电子商务查询分段
计算与语言
2024-05-16 v1 人工智能
摘要
我们提出 QueryNER，一个手动标注的数据集及其配套模型，用于电子商务查询分段。先前在电子商务序列标注领域的工作主要关注方面值提取，这一任务聚焦于从产品标题或查询中提取特定方面片段。我们的工作则侧重于将查询划分为具有广泛适用性类型的有意义块。我们报告基线标记结果，并开展实验比较 token 和 entity 丢弃用于 null 和低召回查询恢复。通过自动转换创建具有挑战性的测试集，展示简单的数据增强技术如何使模型对噪声更具鲁棒性。我们将 QueryNER 数据集公开发布。
引用
@article{arxiv.2405.09507,
title = {QueryNER: Segmentation of E-commerce Queries},
author = {Chester Palen-Michel and Lizzie Liang and Zhe Wu and Constantine Lignos},
journal= {arXiv preprint arXiv:2405.09507},
year = {2024}
}
备注
Accepted to LREC-COLING 2024