Описание исходной ситуации:
- подобного функционала для обработки отзывов у МВидео не было, была потребность в добавлении нового функционала.
Цели проекта:
- выделить "описательную характеристику" для каждого отзыва и построить граф на основе этих данных.
Решение MIL Team: применение полуавтоматического метода выделения терминов из текста отзыва о товарах. Построение графа знаний, включая сопоставление терминов с заданными техническими характеристиками, и тренировка векторных представлений элементов графа для предсказания товара по отзыву.
Для построения модели были использованы:
- Adaptive Text Rank на базе технических характеристик и набора слов-сенитиментов для выделения терминов;
- SOTA-модель BERT для сопоставления терминов и технических характеристик;
- Метод TransE для тренировки векторных представлений элементов графа;
- Метод ABAE для выделения «важных» характеристик для товаров по набору отзывов.
Результаты моделирования:
Получены наборы терминов для различных категорий товаров, построены графы и предобучена модель выделения «важных» характеристик.
Заказчик: Мвидео
Технологический стек: Python, Tensorflow