面向电商应用的检索增强拼写纠正
计算与语言
2024-10-16 v1 人工智能
摘要
新品牌名称的快速引入日常语言中，为电商拼写纠正服务带来了独特挑战，这些服务必须区分真实的拼写错误与采用非标准拼写的新品牌名称。我们通过检索增强生成 (RAG) 方法来应对这一挑战。在该方法中，从目录中检索产品名称并纳入用于上下文拼写纠正的大型语言模型 (LLM) 的上下文中。通过定量评估和定性误差分析，我们发现利用 RAG 框架进行拼写纠正的效果超越了独立的 LLM。我们还展示了对 LLM 进行额外微调以整合检索上下文的价值。
引用
@article{arxiv.2410.11655,
title = {Retrieval Augmented Spelling Correction for E-Commerce Applications},
author = {Xuan Guo and Rohit Patki and Dante Everaert and Christopher Potts},
journal= {arXiv preprint arXiv:2410.11655},
year = {2024}
}