arXiv cs.CL· Keshav Kolluru, Manas Gupta, Maroof Ahmad, Suchitra Sathyanarayana·· 2 天前AI 评分22
混合生成-标注解码：高效提取产品属性值
Hybrid Generative-Tagging Decoding for Efficient Product Attribute-Value Extraction
AI 导读
研究者提出混合生成-标注解码架构，将标注源文本片段与开放式生成结合：可复制的常见属性值由标注头直接从源文本抽取，生成头则专注标注标签空间外的稀有属性和需重格式化或归一化的非可复制值。该解码器集成进 vLLM 推理后，属性覆盖率提升 10%，正确属性值对多提取 63%，精度无损，延迟降低 44%。
正文 · AI 翻译
摘要：属性-值抽取对于在电子商务中构建高质量产品目录非常重要。现有系统要么依赖生成式策略，要么依赖标注式策略来抽取属性名称及其对应的值。标注模型直接标注源文本中的片段，速度快且有据可依，但无法生成需要重新格式化的值，也无法生成其标签空间之外的罕见属性名称。生成模型通过逐词元生成属性名称和值来避免这些缺点，但这种自回归特性使其速度慢，并限制了属性覆盖范围。我们引入了混合生成-标注解码，这是一种新颖的模型架构，将标注源片段与开放式生成相结合。对于值可复制的频繁属性，标注头直接从源文本中抽取值。这使生成头能够专注于其余部分——标注器标签空间之外的罕见属性以及不可复制的值，包括隐式或规范化值。集成到 vLLM 推理后，混合解码器将属性覆盖率提高了 10%，并在不损失精度的情况下多抽取了 63% 的正确属性-值对，同时将延迟降低了 44%。
| 评论： | 已被 EMNLP 2026（工业赛道）接收 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.21329 [cs.CL] |
| （或使用 arXiv:2610.21329v1 [cs.CL] 引用此版本） | |
| https://doi.org/10.48550/arXiv.2610.21329 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Keshav Kolluru [查看电子邮件]
[v1]
2026年10月15日星期四 06:18:17 UTC（133 KB）
来源：arXiv cs.CL · arxiv.org