arXiv cs.CL· Filippos Ventirozos, Ioanna Nteka, Tania Nandy, Jozef Baca, Charlie Roadhouse, Peter A. Appleby, Matthew Shardlow·· 14 小时前AI 评分18
Auto-AdvER：面向汽车广告的条件、历史与销售选项标注方案与数据集
Auto-AdvER: Disentangling Condition, History, and Commercial Offers in Automotive Advertisements
AI 导读
研究团队提出 Auto-AdvER 跨度标注方案及配套汽车广告文本数据集，包含 Condition、Historic、Sales Options 三个标签，标注者间一致率为 78%。
正文 · AI 翻译
摘要：本文介绍了一项关于 Auto-AdvER 开发的案例研究，Auto-AdvER 是一种专门的跨度标注模式，以及其对应的文本汽车广告领域数据集。Auto-AdvER 以行业需求为出发点设计，旨在增强该领域的文本挖掘分析能力，并贡献了一个在语言学上具有独特性的序列标注数据集。我们引入了一个包含三个标签的模式：“Condition”、“Historic”和“Sales Options”。我们概述了标注的指导原则，描述了模式开发的方法，并展示了一项标注研究的结果，表明标注者间一致性达到 78%。此外，我们比较了多种模型的性能，包括 transformer 编码器模型（BERT、DeBERTaV3）和基于 transformer 解码器的开源与闭源大语言模型：Llama、Qwen、GPT 和 Gemini，以及条件随机场。我们的结果表明，经过微调的 DeBERTaV3 编码器取得了最高的 F1 分数，条件随机场紧随其后，而大语言模型达到了最高的精确率但召回率较低。我们将这项工作作为迈向更细粒度分析的垫脚石，并讨论了 Auto-AdvER 对广告分析、定价和客户洞察的潜在影响。潜在应用包括市场动态分析和数据驱动的预测性维护。
| 评论： | 17 已被 AACL-IJCNLP 2026（主会议）接收。17 页，4 张图，12 张表。代码和数据：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2412.05655 [cs.CL] |
| （或 arXiv:2412.05655v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2412.05655 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Filippos Ventirozos [查看电子邮件]
[v1]
2024 年 12 月 7 日星期六 14:00:06 UTC（475 KB）
[v2]
2026 年 10 月 26 日星期一 08:56:55 UTC（477 KB）
来源：arXiv cs.CL · arxiv.org