.png){kind=icon}
返回
DRAM: Dynamic Range Modulation for Multimodal Attribute Value Extraction on E-Commerce Product Data
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15050969.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着电子商务应用的繁荣，产品网页数据以多种模态呈现，例如视觉和语言。为了挖掘产品特征，多模态属性值至关重要，这些值是从文本描述中提取的，并借助有用的图像区域。然而，大多数先前的工作（1）基于共现而非语言意义，在新的学习范围内融合多模态信息；（2）在所有属性的范围内预测输出，而非产品相关的属性。这些问题导致结果不理想；因此，我们提出了一种基于动态范围调制（DRAM）的新方法：（1）首先，我们提出了一种信息范围校准（IRC）方法，以在语言范围内动态融合相关意义的多模态特征作为文本相关嵌入（TEM），该范围通过预训练语言模型强大的注意力机制校准以融合语言特征。（2）此外，提出了一种属性范围最小化（ARM）方法，基于产品相关属性原型的自适应选择来最小化输出属性范围。在流行的多模态电子商务基准测试上的实验表明，我们的DRAM相比先前的方法表现良好。
Keyword:
attribute value extraction
vision and language
e-commerce application
retrained language model
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
PPIFuse: Physical Priors Injected Infrared and Visible Image Fusion张, Q.; 刘, Q.; 袁, D.; 李, X.; 刘, Y. PPIFuse: 基于物理先验注入的红外与可见光图像融合. IEEE 交易电路与系统视频技术. 2025. [Google Scholar] [CrossRef]
PREAI
分享收藏A New Large Language Model for Attribute Extraction in E-Commerce Product Categorization一种用于电子商务产品分类属性提取的新型大型语言模型.png)
ELECTRONICS
OAAI
ELECTRONICSIF2.6
OAAI分享收藏
查看更多内容