摘要

产品属性对于电子商务平台至关重要，支持诸如搜索、推荐和问答等应用。产品属性和值识别（PAVI）任务涉及从产品信息中识别出属性及其对应的值。在本文中，我们将PAVI视为一个生成任务，并据我们所知，提供了迄今为止最全面的PAVI评估。我们基于三个数据集比较了三种不同的属性-值生成（AVG）策略，这些策略都是通过对编码器-解码器模型进行微调实现的。实验结果表明，计算效率较高的端到端AVG方法优于其他策略。然而，根据模型大小和底层语言模型的不同，效果也有所差异。所有实验的代码均可在以下链接获取：https://github.com/kassemsabeh/pavi-avg