Fugu-MT 論文翻訳(概要): A Retail Product Categorisation Dataset

論文の概要: A Retail Product Categorisation Dataset

arxiv url: http://arxiv.org/abs/2103.13864v1
Date: Thu, 25 Mar 2021 14:23:48 GMT
ステータス: 処理完了
システム内更新日: 2021-03-26 17:58:51.769009
Title: A Retail Product Categorisation Dataset
Title（参考訳）: 小売商品分類データセット
Authors: Febin Sebastian Elayanithottathil and Janis Keuper
Abstract要約: 類似製品の識別は一般的なサブタスクである。当社の目標は、小売商品のカテゴリー予測のための機械学習手法の評価を向上させることです。
参考スコア（独自算出の注目度）: 2.538209532048867
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Most eCommerce applications, like web-shops have millions of products. In this context, the identification of similar products is a common sub-task, which can be utilized in the implementation of recommendation systems, product search engines and internal supply logistics. Providing this data set, our goal is to boost the evaluation of machine learning methods for the prediction of the category of the retail products from tuples of images and descriptions.
Abstract（参考訳）: ウェブショップのようなほとんどのeコマースアプリケーションには何百万もの製品がある。この文脈では、類似商品の識別は一般的なサブタスクであり、レコメンデーションシステム、製品検索エンジン、内部供給物流の実装に利用することができる。このデータセットを提供することで、画像と説明のタプルから小売商品のカテゴリーを予測するための機械学習手法の評価を促進することを目指している。

関連論文リスト

Exploring Fine-grained Retail Product Discrimination with Zero-shot Object Classification Using Vision-Language Models [50.370043676415875]
スマートリテールアプリケーションでは、多数の製品とその頻繁なターンオーバーは信頼性の高いゼロショットオブジェクト分類方法を必要とする。我々は28の異なる製品カテゴリからなるMIMEXデータセットを紹介した。我々は、提案したMIMEXデータセット上で、最先端ビジョン言語モデル(VLM)のゼロショットオブジェクト分類性能をベンチマークする。
論文参考訳（メタデータ） (2024-09-23T12:28:40Z)
PAE: LLM-based Product Attribute Extraction for E-Commerce Fashion Trends [0.6445605125467574]
本稿では,PDF形式のテキストと画像からなる今後のトレンドレポートのための製品属性抽出アルゴリズムであるPAEを提案する。 a) 構造化されていないデータ(テキストと画像)から属性を抽出する効率的なフレームワークであるPAEを開発する; (b) 今後の属性値を用いて既存の属性を検出するためのBERT表現に基づくカタログマッチング方法論を提供する; (c) PAEが有効で柔軟性があり、同等以上の(92.5% F1-Score)フレームワークであることを示す。
論文参考訳（メタデータ） (2024-05-27T17:50:25Z)
Product Information Extraction using ChatGPT [69.12244027050454]
本稿では,製品記述から属性/値対を抽出するChatGPTの可能性について検討する。以上の結果から,ChatGPTは事前学習した言語モデルに類似した性能を達成できるが,微調整を行うにはトレーニングデータや計算処理がはるかに少ないことが示唆された。
論文参考訳（メタデータ） (2023-06-23T09:30:01Z)
Automated Extraction of Fine-Grained Standardized Product Information from Unstructured Multilingual Web Data [66.21317300595483]
機械学習の最近の進歩と最近発表された多言語データセットが組み合わさって、堅牢な製品属性抽出を可能にしていることを示す。私たちのモデルは、オンラインショップや言語、あるいはその両方で、確実に製品属性を予測できます。
論文参考訳（メタデータ） (2023-02-23T16:26:11Z)
Identifying Substitute and Complementary Products for Assortment Optimization with Cleora Embeddings [0.0]
本稿では,Cleora のグラフ埋め込みアルゴリズムを用いて,商品の代替品や補材を見つける新しい手法を提案する。提案した新しいアプローチは推奨商品の適切な選択を提供し、最小限の追加情報を必要とすると結論付けている。
論文参考訳（メタデータ） (2022-08-10T11:56:36Z)
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)
Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文参考訳（メタデータ） (2021-11-11T05:36:39Z)
Text Classification for Predicting Multi-level Product Categories [0.0]
オンラインショッピングプラットフォームでは、製品の詳細な分類がユーザナビゲーションを促進する。本研究では,食品の商品名分類に焦点をあてる。
論文参考訳（メタデータ） (2021-09-02T17:00:05Z)
An Overview of Recommender Systems and Machine Learning in Feature Modeling and Configuration [55.67505546330206]
レコメンダーシステムおよび機械学習技術の適用に関連する潜在的な新しい研究ラインの概要を説明します。本論文では,レコメンダーシステムと機械学習の応用例を示し,今後の研究課題について考察する。
論文参考訳（メタデータ） (2021-02-12T17:21:36Z)
Exploiting Knowledge Graphs for Facilitating Product/Service Discovery [1.2691047660244332]
本研究は,データ分類に教師なしアプローチを採用することにより,データWeb上でのeコマースのための費用対効果のソリューションを提案する。提案アーキテクチャでは,Web言語OWLで利用可能な製品について記述し,それをトリプルストアに格納する。特定の製品のユーザ入力仕様は、利用可能な製品カテゴリと一致し、知識グラフを生成する。
論文参考訳（メタデータ） (2020-10-11T10:22:10Z)
Exploiting Latent Codes: Interactive Fashion Product Generation, Similar Image Retrieval, and Cross-Category Recommendation using Variational Autoencoders [0.0]
著者は、インタラクティブなファッション製品アプリケーションフレームワークを構築するために、VAE(Variational Autoencoder)を使うことを提案している。このパイプラインは、希望する製品を特定する際の直接ユーザインタラクションを可能にする、電子商取引の急成長する業界に適用できる。
論文参考訳（メタデータ） (2020-09-02T13:27:30Z)

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。