論文の概要: Instant Answering in E-Commerce Buyer-Seller Messaging
- arxiv url: http://arxiv.org/abs/2401.09785v1
- Date: Thu, 18 Jan 2024 08:09:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-19 17:33:33.398955
- Title: Instant Answering in E-Commerce Buyer-Seller Messaging
- Title（参考訳）: eコマースバイヤーセラーメッセージングにおけるインスタント応答
- Authors: Besnik Fetahu, Tejas Mehta, Qun Song, Nikhita Vedula, Oleg Rokhlenko,
Shervin Malmasi
- Abstract要約: 我々は,ドメイン固有の質問回答システム(QA)を用いて,販売者に対する購入者の問い合わせを自動化することを目指している。
M2Qは、メッセージから最も健全な情報を識別して抽出することで、購入者のメッセージを簡潔な質問に再構成する。
ライブ配信は、自動回答によって、売り手が年間数百万のメッセージに手動で応答するのを防ぐことを示している。
- 参考スコア（独自算出の注目度）: 26.593137126739308
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: E-commerce customers frequently seek detailed product information for
purchase decisions, commonly contacting sellers directly with extended queries.
This manual response requirement imposes additional costs and disrupts buyer's
shopping experience with response time fluctuations ranging from hours to days.
We seek to automate buyer inquiries to sellers in a leading e-commerce store
using a domain-specific federated Question Answering (QA) system. The main
challenge is adapting current QA systems, designed for single questions, to
address detailed customer queries. We address this with a low-latency,
sequence-to-sequence approach, MESSAGE-TO-QUESTION ( M2Q ). It reformulates
buyer messages into succinct questions by identifying and extracting the most
salient information from a message. Evaluation against baselines shows that M2Q
yields relative increases of 757% in question understanding, and 1,746% in
answering rate from the federated QA system. Live deployment shows that
automatic answering saves sellers from manually responding to millions of
messages per year, and also accelerates customer purchase decisions by
eliminating the need for buyers to wait for a reply
- Abstract（参考訳）: 電子商取引の顧客は、購入決定のための詳細な製品情報を求めることが多い。
この手動応答要求は追加のコストを課し、購入者のショッピング体験を乱し、応答時間は時間から日によって変動する。
我々は、ドメイン特化連合質問応答(qa)システムを用いて、大手電子商店の売り手に対する買い手問い合わせの自動化を目指す。
最大の課題は、単一質問用に設計された現在のQAシステムに、詳細な顧客クエリに対処することである。
我々は、低レイテンシ、シーケンシャル-to-sequenceアプローチ、message-to-question (m2q)でこれに対処する。
メッセージから最も健全な情報を識別して抽出することで、バイヤーメッセージを簡潔な質問に再構成する。
ベースラインに対する評価の結果,M2Qは質問理解において757%,回答率は1,746%の相対的な増加を示した。
ライブ配信では、自動回答は、販売者が年間数百万のメッセージに手動で応答するのを防ぐだけでなく、購入者が返信を待つ必要をなくすことで顧客の購入決定を加速する。
関連論文リスト
- Beyond-RAG: Question Identification and Answer Generation in Real-Time Conversations [0.0]
カスタマーコンタクトセンターでは、人間エージェントは長い平均処理時間(AHT)に苦しむことが多い。
本稿では,顧客質問をリアルタイムに識別し,RAGを超越した意思決定を支援するシステムを提案する。
クエリがFAQと一致した場合、システムはFAQデータベースから直接回答を検索する。
論文 参考訳（メタデータ） (2024-10-14T04:06:22Z) - Unlocking Markets: A Multilingual Benchmark to Cross-Market Question Answering [49.68194318431166]
製品関連質問応答(PQA)は、ユーザに対して正確な回答を提供するために、製品関連リソースを活用する。
マルチリンガル・クロスマーケット・プロダクト・ベースの質問回答(MCPQA)の新たな課題を提案する。
11言語にまたがる17のマーケットプレースから700万以上の質問からなる大規模なデータセットを導入します。
論文 参考訳（メタデータ） (2024-09-24T12:24:34Z) - CLARINET: Augmenting Language Models to Ask Clarification Questions for Retrieval [52.134133938779776]
CLARINETは,回答が正しい候補の確実性を最大化する質問を選択することで,情報的明確化を問うシステムである。
提案手法は,大規模言語モデル(LLM)を検索分布の条件付きで拡張し,各ターンで真の候補のランクを最大化する問題を生成する。
論文 参考訳（メタデータ） (2024-04-28T18:21:31Z) - Identifying Shopping Intent in Product QA for Proactive Recommendations [25.30972312076997]
我々は、eコマースの領域、すなわち買い物商品質問(SPQ)の特定に焦点を当てている。
本稿では,ユーザの購入履歴から潜伏したショッピング行動を捉え,新しいMixture-of-Experts(MoE)モデルを用いて組み合わせる機能を提案する。
我々はSPQをリアルタイムで識別し、購入した商品をショッピングリストに追加するようユーザーに推奨する。
論文 参考訳（メタデータ） (2024-04-09T04:55:24Z) - Answering Ambiguous Questions with a Database of Questions, Answers, and
Revisions [95.92276099234344]
ウィキペディアから生成される曖昧な質問のデータベースを利用して、あいまいな質問に答えるための新しい最先端技術を提案する。
提案手法は,リコール対策で15%,予測出力から不明瞭な質問を評価する尺度で10%向上する。
論文 参考訳（メタデータ） (2023-08-16T20:23:16Z) - Generate-then-Retrieve: Intent-Aware FAQ Retrieval in Product Search [20.216161323866867]
FAQ検索は,質問意図のあるユーザクエリに対して,共通の問合せペアを検索することを目的としている。
製品検索にFAQ検索を統合することで、ユーザーはより情報のある購入決定をすることができるだけでなく、購入後の効率的なサポートを通じてユーザーの保持を高めることができる。
本稿では,(1)ユーザの情報が必要なタイミングをFAQで予測する意図分類器,(2)クエリを自然な質問に書き換える修正モデルからなる意図認識型FAQ検索システムを提案する。
論文 参考訳（メタデータ） (2023-06-06T05:18:21Z) - Answering Unanswered Questions through Semantic Reformulations in Spoken
QA [20.216161323866867]
Spoken Question Answering (QA) は音声アシスタントの重要な機能であり、通常は複数のQAシステムによって支援される。
我々は失敗したQA要求を分析し、語彙的ギャップ、命題型、複雑な構文構造、高い特異性など、主要な課題を特定する。
本稿では,3つの言語的操作(リペア,構文的再構成,一般化)による質問の書き直しと回答を容易にするセマンティック質問修正(SURF)モデルを提案する。
論文 参考訳（メタデータ） (2023-05-27T07:19:27Z) - Product Question Answering in E-Commerce: A Survey [43.12949215659755]
製品質問応答(PQA)は、Eコマースプラットフォームにおける顧客の質問に対する即時応答を自動で提供することを目的としている。
PQAは、ユーザ生成コンテンツの主観性と信頼性など、ユニークな課題を示す。
本稿では,PQAに関する既存の研究成果を体系的にレビューする。
論文 参考訳（メタデータ） (2023-02-16T05:09:41Z) - Medical Question Understanding and Answering with Knowledge Grounding
and Semantic Self-Supervision [53.692793122749414]
本稿では,知識基盤とセマンティック・セルフスーパービジョンを備えた医療質問理解・回答システムについて紹介する。
我々のシステムは、まず、教師付き要約損失を用いて、長い医学的、ユーザによる質問を要約するパイプラインである。
システムはまず、信頼された医療知識ベースから要約されたユーザ質問とFAQとをマッチングし、対応する回答文書から一定の数の関連文を検索する。
論文 参考訳（メタデータ） (2022-09-30T08:20:32Z) - E-Commerce Dispute Resolution Prediction [69.84319333335935]
我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。
eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。
次に、高い精度で論争の結果を予測するために分類器を訓練する。
論文 参考訳（メタデータ） (2021-10-13T09:45:06Z) - Unsupervised Question Decomposition for Question Answering [102.56966847404287]
本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。
当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
論文 参考訳（メタデータ） (2020-02-22T19:40:35Z)
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。