AutoPKG：動的なEC商品属性知識グラフ構築のための自動化フレームワーク

概要: EC（eコマース）における商品属性の抽出は、一貫性がなく不完全で、保守コストが高いオントロジーによってボトルネック化されています。私たちは、マルチモーダルな商品コンテンツから商品属性知識グラフ（PKG）を自動構築する、複数エージェント型の大規模言語モデル（LLM）フレームワーク「AutoPKG」を提案します。AutoPKGは、要求に応じて商品タイプとタイプ固有の属性キーを誘導し、テキストと画像から属性値を抽出し、さらにグローバルに一貫した正規（canonical）グラフを維持する集中的な意思決定エージェントを通じて更新を統合します。また、正規化（canonicalization）後の価値（値）の主張に対して、タイプとキーの妥当性、統合品質、エッジレベル精度を測定する、動的PKGのための評価プロトコルも提案します。Lazada（Alibaba）の大規模な実世界マーケットプレイスのカタログデータセットにおいて、AutoPKGは商品タイプについて最大0.953の加重知識効率（WKE）、属性キーについて0.724 WKE、マルチモーダルな値抽出についてエッジレベルF1で0.531を達成します。3つの公開ベンチマークにおいて、提案手法はエッジレベルの完全一致F1を0.152向上させ、属性抽出アプリケーションで精度（precision）を0.208改善します。オンラインのA/Bテストでは、AutoPKGにより導出された属性が、BadgeでGross Merchandise Value（GMV）を3.81パーセント、Searchで5.32パーセント、Recommendationで7.89パーセント増加させ、生産環境におけるAutoPKGの実用的価値を裏付けています。