HyperAIHyperAI
منذ 2 أشهر

مقارنة تجريبية للمناهج التوليدية لتحديد خصائص المنتج وقيمها

Kassem Sabeh; Robert Litschko; Mouna Kacimi; Barbara Plank; Johann Gamper
مقارنة تجريبية للمناهج التوليدية لتحديد خصائص المنتج وقيمها
الملخص

الخصائص المنتجية تعد مهمة للغاية للمنصات الإلكترونية للتجارة، حيث تدعم التطبيقات مثل البحث والتوصية وإجابة الأسئلة. تتضمن مهمة تحديد الخصائص والقيم المنتجية (PAVI) التعرف على الخصائص وقيمها من معلومات المنتج. في هذا البحث، نقدم PAVI كمهمة إنشائية ونقدم، حسب علمنا، أشمل تقييم لـ PAVI حتى الآن. نقارن بين ثلاث استراتيجيات مختلفة لإنشاء الخصائص والقيم (AVG) تعتمد على تعديل نماذج المُشفر-المُفكك (encoder-decoder) على ثلاثة مجموعات بيانات. تظهر التجارب أن النهج الشامل لإنشاء القيم والخصائص (end-to-end AVG)، الذي يتميز بالكفاءة الحسابية، يتفوق على الاستراتيجيات الأخرى. ومع ذلك، هناك اختلافات بناءً على أحجام النماذج والنموذج اللغوي الأساسي. يمكن الوصول إلى الكود المستخدم لإعادة إنتاج جميع التجارب من خلال الرابط التالي: https://github.com/kassemsabeh/pavi-avg

مقارنة تجريبية للمناهج التوليدية لتحديد خصائص المنتج وقيمها | أحدث الأوراق البحثية | HyperAI