Automated Extraction of Fine-Grained Standardized Product Information from Unstructured Multilingual Web Data

要約

非構造化データから構造化情報を抽出することは、電子商取引を含む最新の情報検索アプリケーションにおける重要な課題の 1 つです。
ここでは、機械学習の最近の進歩と、標準化されたきめ細かい製品カテゴリ情報を備えた最近公開された多言語データセットを組み合わせることで、困難な転移学習環境での堅牢な製品属性抽出がどのように可能になるかを示します。
当社のモデルは、オンライン ショップ、言語、またはその両方にわたって、製品の属性を確実に予測できます。
さらに、モデルを使用して、オンライン小売業者間の製品分類を一致させることができることを示します。

要約(オリジナル)

Extracting structured information from unstructured data is one of the key challenges in modern information retrieval applications, including e-commerce. Here, we demonstrate how recent advances in machine learning, combined with a recently published multilingual data set with standardized fine-grained product category information, enable robust product attribute extraction in challenging transfer learning settings. Our models can reliably predict product attributes across online shops, languages, or both. Furthermore, we show that our models can be used to match product taxonomies between online retailers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google