Fugu-MT 論文翻訳(概要): Query Brand Entity Linking in E-Commerce Search

論文の概要: Query Brand Entity Linking in E-Commerce Search

arxiv url: http://arxiv.org/abs/2502.01555v1
Date: Mon, 03 Feb 2025 17:37:37 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-05 15:04:55.910656
Title: Query Brand Entity Linking in E-Commerce Search
Title（参考訳）: Eコマース検索におけるクエリブランドエンティティリンク
Authors: Dong Liu, Sreyashi Nag,
Abstract要約: 名前の一致認識とマッチングを組み合わせた2段階のアプローチと、極端な多クラス分類を用いた新しいエンドツーエンドソリューションを提案する。オフラインベンチマークとオンラインA/Bテストの影響でソリューションを検証する。
参考スコア（独自算出の注目度）: 6.185573921868495
License:
Abstract: In this work, we address the brand entity linking problem for e-commerce search queries. The entity linking task is done by either i)a two-stage process consisting of entity mention detection followed by entity disambiguation or ii) an end-to-end linking approaches that directly fetch the target entity given the input text. The task presents unique challenges: queries are extremely short (averaging 2.4 words), lack natural language structure, and must handle a massive space of unique brands. We present a two-stage approach combining named-entity recognition with matching, and a novel end-to-end solution using extreme multi-class classification. We validate our solutions by both offline benchmarks and the impact of online A/B test.
Abstract（参考訳）: 本研究では,eコマース検索クエリにおけるブランドエンティティリンク問題に対処する。エンティティリンクタスクはどちらかによって実行される一実体の記載検出の後に実体の曖昧さを伴ってなる二段階の過程二入力テキストが与えられたターゲットエンティティを直接取得するエンドツーエンドリンクアプローチクエリは非常に短く(2.4ワード)、自然言語構造が欠如しており、多くのユニークなブランドを扱う必要がある。名前の一致認識とマッチングを組み合わせた2段階のアプローチと、極端な多クラス分類を用いた新しいエンドツーエンドソリューションを提案する。オフラインベンチマークとオンラインA/Bテストの影響でソリューションを検証する。

関連論文リスト

Order-agnostic Identifier for Large Language Model-based Generative Recommendation [94.37662915542603]
アイテムは、ユーザ履歴をエンコードし、次のアイテムを生成するために、LLM(Large Language Models)の識別子に割り当てられる。既存のアプローチでは、トークンシーケンス識別子を使用して、アイテムを個別のトークンシーケンスとして表現するか、IDまたはセマンティック埋め込みを使用して単一トークン識別子を使用する。本稿では,セマンティック・トークンライザを利用するSETRecを提案する。
論文参考訳（メタデータ） (2025-02-15T15:25:38Z)
OneNet: A Fine-Tuning Free Framework for Few-Shot Entity Linking via Large Language Model Prompting [49.655711022673046]
OneNetは、大規模言語モデル(LLM)の少数ショット学習機能を利用する革新的なフレームワークで、微調整は不要である。 1)無関係なエンティティを要約してフィルタリングすることで入力を単純化するエンティティリダクションプロセッサ,(2)コンテキスト的キューと事前知識を組み合わせて正確なエンティティリンクを行うデュアルパースペクティブエンティティリンカ,(3)エンティティリンク推論における幻覚を緩和するユニークな一貫性アルゴリズムを利用するエンティティコンセンサス判定器,である。
論文参考訳（メタデータ） (2024-10-10T02:45:23Z)
Multi-Grained Query-Guided Set Prediction Network for Grounded Multimodal Named Entity Recognition [9.506482334842293]
Grounded Multimodal Named Entity Recognition (GMNER) は、新しい情報抽出(IE)タスクである。近年,機械読解やシーケンス生成に基づくフレームワークを用いた統一手法は,この難易度に限界を生じさせている。そこで我々は,Multi-fine Query-guided Set Prediction Network (MQSPN) という新しい統合フレームワークを提案する。
論文参考訳（メタデータ） (2024-07-17T05:42:43Z)
ACE: A Generative Cross-Modal Retrieval Framework with Coarse-To-Fine Semantic Modeling [53.97609687516371]
我々は、エンドツーエンドのクロスモーダル検索のための先駆的なジェネリッククロスモーダル rEtrieval framework (ACE) を提案する。 ACEは、クロスモーダル検索における最先端のパフォーマンスを達成し、Recall@1の強いベースラインを平均15.27%上回る。
論文参考訳（メタデータ） (2024-06-25T12:47:04Z)
Entity Disambiguation via Fusion Entity Decoding [68.77265315142296]
より詳細なエンティティ記述を持つエンティティを曖昧にするためのエンコーダ・デコーダモデルを提案する。 GERBILベンチマークでは、EntQAと比較して、エンド・ツー・エンドのエンティティリンクが+1.5%改善されている。
論文参考訳（メタデータ） (2024-04-02T04:27:54Z)
Que2Engage: Embedding-based Retrieval for Relevant and Engaging Products at Facebook Marketplace [15.054431410052851]
Que2Engageは、エンドツーエンド最適化のための検索とランキングのギャップを埋めるために構築された検索用EBRシステムである。提案手法の有効性を,マルチタスク評価フレームワークと徹底的なベースライン比較およびアブレーション研究を通じて示す。
論文参考訳（メタデータ） (2023-02-21T23:10:16Z)
Improving Candidate Retrieval with Entity Profile Generation for Wikidata Entity Linking [76.00737707718795]
本稿では,エンティティ・プロファイリングに基づく新しい候補探索パラダイムを提案する。我々は、このプロファイルを使用してインデックス付き検索エンジンに問い合わせ、候補エンティティを検索する。本手法は,ウィキペディアのアンカーテキスト辞書を用いた従来の手法を補完するものである。
論文参考訳（メタデータ） (2022-02-27T17:38:53Z)
Chemical Identification and Indexing in PubMed Articles via BERT and Text-to-Text Approaches [3.7462395049372894]
Biocreative VII Track-2 チャレンジは、名前付きエンティティ認識、エンティティリンク(またはエンティティ正規化)、トピックインデックスタスクで構成される。 BERTベースのBioMegatronモデルで最高の性能を得る。従来のNER法に加えて,新しいテキスト・トゥ・テキストや「プロンプト」をベースとした手法を用いて,名前付きエンティティ認識とエンティティリンクを試みている。
論文参考訳（メタデータ） (2021-11-30T18:21:06Z)
Distant Supervision for E-commerce Query Segmentation via Attention Network [22.946144345151605]
本稿では,外部のコンテキスト情報を自然に効果的に活用し,クエリセグメンテーションを支援するような,アテンションモジュールを備えたBiLSTM-CRFベースのモデルを提案する。 2つのデータセットの実験は、いくつかのベースラインと比較して、我々のアプローチの有効性を示している。
論文参考訳（メタデータ） (2020-11-09T03:00:52Z)
Tradeoffs in Sentence Selection Techniques for Open-Domain Question Answering [54.541952928070344]
文選択のためのモデルの2つのグループについて述べる。QAベースのアプローチは、解答候補を特定するための完全なQAシステムを実行し、検索ベースのモデルは、各質問に特に関連する各節の一部を見つける。非常に軽量なQAモデルは、このタスクではうまく機能するが、検索ベースモデルは高速である。
論文参考訳（メタデータ） (2020-09-18T23:39:15Z)

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。