基于 Seq2seq 学习的文本到标签生成
计算与语言
2021-07-15 v2 机器学习
摘要
在本文中，我们研究了基于 BiLSTM 和 BERT 的模型能否为巴西葡萄牙语的电子商务网站预测标签。标签对电子商务有相当大的财务影响。我们将电子商务评论语料库作为输入进行处理，并预测标签作为输出。我们使用四个量化指标评估的结果：NIST、BLEU、METEOR 和众包评分。词云被用作定性指标。虽然所有计算机生成的指标（NIST、BLEU 和 METEOR）都表明结果不佳，但众包结果产生了惊人的分数。我们得出结论，神经网络预测的文本作为电子商务网站产品的标签非常有前景。本工作的代码可在 https://github.com/augustocamargo/text-to-hashtag 获取。
引用
@article{arxiv.2102.00904,
title = {Text-to-hashtag Generation using Seq2seq Learning},
author = {Augusto Camargo and Wesley Carvalho and Felipe Peressim and Alan Barzilay and Marcelo Finger},
journal= {arXiv preprint arXiv:2102.00904},
year = {2021}
}