論文の概要: AliMe KG: Domain Knowledge Graph Construction and Application in E-commerce

• arxiv url: http://arxiv.org/abs/2009.11684v1
• Date: Thu, 24 Sep 2020 13:40:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 04:04:36.989025
• Title: AliMe KG: Domain Knowledge Graph Construction and Application in E-commerce
• Title（参考訳）: AliMe KG: ドメイン知識グラフの構築とEコマースへの応用
• Authors: Feng-Lin Li, Hehong Chen, Guohai Xu, Tian Qiu, Feng Ji, Ji Zhang, Haiqing Chen
• Abstract要約: AliMe KGは、ユーザ問題、関心点(POI)、アイテム情報、それらの関係をキャプチャするドメイン知識グラフである。 ユーザーのニーズを理解し、事前販売された質問に答え、説明文を生成するのに役立つ。
• 参考スコア（独自算出の注目度）: 26.600846713016605
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Pre-sales customer service is of importance to E-commerce platforms as it contributes to optimizing customers' buying process. To better serve users, we propose AliMe KG, a domain knowledge graph in E-commerce that captures user problems, points of interests (POI), item information and relations thereof. It helps to understand user needs, answer pre-sales questions and generate explanation texts. We applied AliMe KG to several online business scenarios such as shopping guide, question answering over properties and recommendation reason generation, and gained positive results. In the paper, we systematically introduce how we construct domain knowledge graph from free text, and demonstrate its business value with several applications. Our experience shows that mining structured knowledge from free text in vertical domain is practicable, and can be of substantial value in industrial settings.
• Abstract（参考訳）: 事前販売のカスタマーサービスは、顧客の購入プロセスの最適化に寄与するため、Eコマースプラットフォームにとって重要である。 利用者によりよいサービスを提供するために、eコマースにおけるドメイン知識グラフであるalime kgを提案する。 ユーザのニーズを理解し、事前の質問に答え、説明テキストを生成するのに役立ちます。 alime kg をショッピングガイド,属性に対する質問応答,レコメンデーション理由生成などのオンラインビジネスシナリオに適用し,肯定的な結果を得た。 本稿では,自由テキストからドメイン知識グラフを構築する方法を体系的に紹介し,そのビジネス価値をいくつかのアプリケーションで示す。 我々の経験から、垂直領域における自由テキストからの構造化知識のマイニングは実践可能であり、産業環境ではかなりの価値があることが分かる。

関連論文リスト

• EcomEdit: An Automated E-commerce Knowledge Editing Framework for Enhanced Product and Purchase Intention Understanding [42.41707796705922]
  知識編集(KE)は、大規模言語モデル(LLM)における事実情報の修正と更新を目標とし、計算コストのかかる微調整なしに精度と関連性を保証する。 ECOMEDITは、Eコマース関連の知識とタスクに適した、Eコマースの知識自動編集フレームワークである。
  論文  参考訳（メタデータ） (2024-10-18T08:31:22Z)
• Information Discovery in e-Commerce [97.71958017283593]
  情報検索は、特に商品やサービスとの接続において、eコマースにおいて自然な役割を担っている。 電子商取引サイトの人気が高まり、電子商取引における情報発見の研究が活発な研究分野となっている。 電子商取引における情報発見手法は主に、電子商取引検索とレコメンデーションシステムの有効性の向上に重点を置いている。
  論文  参考訳（メタデータ） (2024-10-08T07:41:01Z)
• U-NEED: A Fine-grained Dataset for User Needs-Centric E-commerce Conversational Recommendation [59.81301478480005]
  現実のEコマースシナリオからユーザニーズ中心のEコマース対話推薦データセット(U-NEED)を構築した。 U-NEEDは,5つのカテゴリ (ii) 333,879のユーザ行動と, (iii) 332,148の製品知識の3種類のリソースで構成されている。
  論文  参考訳（メタデータ） (2023-05-05T01:44:35Z)
• Automatic Controllable Product Copywriting for E-Commerce [58.97059802658354]
  我々は、JD.comのeコマースレコメンデーションプラットフォームに、Eコマースのプレフィックスベースのコントロール可能なコピーライティング生成をデプロイする。 提案するECCCGの有効性を検証する実験を行った。 本稿では,リアルタイムのJD.com電子商取引レコメンデーションプラットフォームに,ECCCGと連携するデプロイアーキテクチャを導入する。
  論文  参考訳（メタデータ） (2022-06-21T04:18:52Z)
• ItemSage: Learning Product Embeddings for Shopping Recommendations at Pinterest [60.841761065439414]
  Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。 このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
  論文  参考訳（メタデータ） (2022-05-24T02:28:58Z)
• Towards Personalized Answer Generation in E-Commerce via Multi-Perspective Preference Modeling [62.049330405736406]
  Eコマースプラットフォーム上での製品質問回答(PQA)は、インテリジェントオンラインショッピングアシスタントとして機能するため、注目を集めている。 なぜなら、多くの顧客は、自分でのみカスタマイズされた情報でパーソナライズされた回答を見たいと思っているからです。 PQAにおけるパーソナライズされた回答を生成するための,新しいマルチパースペクティブなユーザ嗜好モデルを提案する。
  論文  参考訳（メタデータ） (2021-12-27T07:51:49Z)
• Knowledge Graph Embedding in E-commerce Applications: Attentive Reasoning, Explanations, and Transferable Rules [18.63983271518707]
  リンク予測やルール誘導といった推論タスクは知識グラフの開発において重要である。 知識グラフ埋め込み(KGE)は、連続ベクトル空間へのKGの実体と関係を埋め込むことが効率的かつ堅牢であることが証明されている。 しかし、KGEを実作業アプリケーションに適用し、デプロイする可能性や実現可能性については、十分に調査されていない。
  論文  参考訳（メタデータ） (2021-12-16T03:26:36Z)
• A Core of E-Commerce Customer Experience based on Conversational Data using Network Text Methodology [0.0]
  本論文はインドネシアのeコマースや顧客に適用する。 オープンなソーシャルネットワークサービスを通じて顧客の行動を理解することで、インドネシアのeコマースサービスレベルについて説明できる。
  論文  参考訳（メタデータ） (2021-02-18T01:33:14Z)
• COOKIE: A Dataset for Conversational Recommendation over Knowledge Graphs in E-commerce [64.95907840457471]
  我々は,COOKIEと呼ばれる電子商取引プラットフォームにおける知識グラフに対する対話的推薦のための新しいデータセットを提案する。 データセットはAmazonのレビューコーパスから構築され、ユーザエージェント対話とカスタムナレッジグラフを統合してレコメンデーションする。
  論文  参考訳（メタデータ） (2020-08-21T00:11:31Z)
• Using Large Pretrained Language Models for Answering User Queries from Product Specifications [0.0]
  この問題に対するトレーニングデータセットを自動生成するアプローチを提案する。 私たちのモデルは、1つの垂直でトレーニングされ、異なる垂直でテストされたとしても、優れたパフォーマンスを提供します。
  論文  参考訳（メタデータ） (2020-05-29T14:52:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。