論文の概要: Interpretable Methods for Identifying Product Variants
- arxiv url: http://arxiv.org/abs/2104.05504v1
- Date: Mon, 12 Apr 2021 14:37:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-13 21:55:43.774352
- Title: Interpretable Methods for Identifying Product Variants
- Title(参考訳): 製品変異体同定のための解釈可能な方法
- Authors: Rebecca West, Khalifeh Al Jadda, Unaiza Ahsan, Huiming Qu, Xiquan Cui
- Abstract要約: 製品の種類を識別する新しい手法を提案する。
制約付きクラスタリングと調整されたNLP技術を組み合わせている。
精度の高い要求を満たすなど、特定のビジネス基準を満たすアルゴリズムを設計します。
- 参考スコア(独自算出の注目度): 0.2589904091148018
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For e-commerce companies with large product selections, the organization and
grouping of products in meaningful ways is important for creating great
customer shopping experiences and cultivating an authoritative brand image. One
important way of grouping products is to identify a family of product variants,
where the variants are mostly the same with slight and yet distinct differences
(e.g. color or pack size). In this paper, we introduce a novel approach to
identifying product variants. It combines both constrained clustering and
tailored NLP techniques (e.g. extraction of product family name from
unstructured product title and identification of products with similar model
numbers) to achieve superior performance compared with an existing baseline
using a vanilla classification approach. In addition, we design the algorithm
to meet certain business criteria, including meeting high accuracy requirements
on a wide range of categories (e.g. appliances, decor, tools, and building
materials, etc.) as well as prioritizing the interpretability of the model to
make it accessible and understandable to all business partners.
- Abstract(参考訳): 大規模な製品選択を行うeコマース企業にとって、優れた顧客ショッピング体験を作り、権威あるブランドイメージを育むためには、有意義な方法で製品の組織化とグループ化が重要である。
プロダクトをグループ化する重要な方法の1つは、変種がほとんど同じであり、わずかながら異なる相違点(例)を持つような、製品の変種族を特定することである。
カラーまたはパックサイズ)。
本稿では,製品変種を特定するための新しいアプローチを提案する。
制約付きクラスタリングとNLP技術(例えば)を組み合わせる。
バニラ分類法を用いて,非構造化製品名から製品姓を抽出し,類似モデル番号の商品を識別し,既存のベースラインと比較して優れた性能を得る。
さらに、幅広いカテゴリ(例えば、)の高精度な要求を満たすことを含む、特定のビジネス基準を満たすようにアルゴリズムを設計する。
器具、装飾品、道具、建築資材など
モデルの解釈性を優先順位付けすることで、すべてのビジネスパートナがアクセスし、理解できるようにします。
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) - Learning variant product relationship and variation attributes from e-commerce website structures [5.273938705774915]
我々は,電子商取引カタログにおける変種商品のペアを特定するために,変種関係マッチング戦略であるVARMを導入する。
我々はRAG誘導生成LDMを用いて変異産物群間の変異と共通属性を抽出する。
論文 参考訳(メタデータ) (2024-09-17T18:24:27Z) - Text-Based Product Matching -- Semi-Supervised Clustering Approach [9.748519919202986]
本稿では,半教師付きクラスタリング手法を用いた製品マッチングの新しい哲学を提案する。
実世界のデータセット上でIDECアルゴリズムを実験することにより,本手法の特性について検討する。
論文 参考訳(メタデータ) (2024-02-01T18:52:26Z) - Multimodal Prompt Learning for Product Title Generation with Extremely
Limited Labels [66.54691023795097]
本稿では,ラベルが限定された新商品のタイトルを生成するためのプロンプトベースアプローチ,すなわちマルチモーダル・プロンプト学習フレームワークを提案する。
我々は、新しい製品の対応する特性と書体を維持するために、異なるモダリティから多モーダルなプロンプトのセットを構築する。
トレーニング用ラベル付きデータの完全化により,本手法は最先端の結果が得られる。
論文 参考訳(メタデータ) (2023-07-05T00:40:40Z) - Entity-Graph Enhanced Cross-Modal Pretraining for Instance-level Product
Retrieval [152.3504607706575]
本研究の目的は, 細粒度製品カテゴリを対象とした, 弱制御型マルチモーダル・インスタンスレベルの製品検索である。
まず、Product1Mデータセットをコントリビュートし、2つの実際のインスタンスレベルの検索タスクを定義します。
我々は、マルチモーダルデータから重要な概念情報を組み込むことができるより効果的なクロスモーダルモデルを訓練するために活用する。
論文 参考訳(メタデータ) (2022-06-17T15:40:45Z) - 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) - Machine Learning approaches to do size based reasoning on Retail Shelf
objects to classify product variants [3.3767251810292955]
ディープラーニングベースのコンピュータビジョン手法は、小売店の商品を検知し、それらを分類するために使用することができる。
視覚的にまったく同じように見える製品には、さまざまなサイズのバリエーションがあり、それらを区別するための方法は、棚の上の他の製品と相対的なサイズを見ることである。
これにより、コンピュータビジョンアルゴリズムだけで、サイズベースの変種を互いに解読するプロセスが現実的ではない。
論文 参考訳(メタデータ) (2021-10-07T20:29:07Z) - Product1M: Towards Weakly Supervised Instance-Level Product Retrieval
via Cross-modal Pretraining [108.86502855439774]
弱教師付きマルチモーダル・インスタンスレベルの製品検索を目的とした,より現実的な設定について検討する。
実世界のインスタンスレベルの検索において,最も大規模なマルチモーダル化粧品データセットであるProduct1Mをコントリビュートする。
ケースレベルの予測検索(CAPTURE)のためのクロスモーダル・コントラサシブ・プロダクト・トランスフォーマーという新しいモデルを提案する。
論文 参考訳(メタデータ) (2021-07-30T12:11:24Z) - 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) - Automatic Validation of Textual Attribute Values in E-commerce Catalog
by Learning with Limited Labeled Data [61.789797281676606]
そこで我々はMetaBridgeと呼ばれる新しいメタ学習潜伏変数アプローチを提案する。
限られたラベル付きデータを持つカテゴリのサブセットから、転送可能な知識を学ぶことができる。
ラベルのないデータで、目に見えないカテゴリの不確実性を捉えることができる。
論文 参考訳(メタデータ) (2020-06-15T21:31:05Z)
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。