文章预览
摘要 大型知识图谱在电子商务平台的应用可以改善客户的购物体验。虽然现有的电子商务知识图谱整合了大量的概念或产品属性,但它们未能发现用户意图,导致与人们思考、行为和与周围世界互动的方式之间存在差距。 在这项工作中,亚马逊提出了COSMO,一个可扩展的系统,用于从海量行为中挖掘以用户为中心的常识知识,并构建行业规模的知识图谱,以支持多样化的在线服务。具体而言,本文描述了一个收集高质量种子知识声明的流程,这些声明是从大型语言模型(LLMs)提炼而来的,并通过对人类标注数据进行训练的批评分类器进一步优化。由于这些生成的内容可能并不总是与人类偏好一致,并且可能包含噪声,本文接着描述了如何采用指令微调来对高效的语言模型(COSMO-LM)进行微调,以在规模上生成真实的电子商务常识知识。COSMO-LM有效
………………………………