2020 ICDM 知识图谱竞赛获奖技术方案

原创

于 2020-12-03 18:59:10 发布 · 7.4k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#ICDM #知识图谱 #数据挖掘 #推荐算法 #WorkShop

本文介绍了2020 ICDM中京东数科团队在知识图谱大赛的获奖方案。该方案聚焦消费者行为归因提取，引入新视角和序列标记框架，从数据、模型、模型集成层面构建端到端模型。还提及WorkShop其他获奖方案，最后作者表示将专注推荐算法研究。

导读：ICDM（IEEE International Conference on Data Mining，简称ICDM）是数据挖掘领域的国际顶级会议。京东数科硅谷机器学习算法组朱翔宇带队在Knowledge Graph Contest（知识图谱大赛）中获得季军。本文将介绍2020 ICDM中的获奖方案和在 Workshop中分享的内容。基于BERT做了Finetune，引入了一种全新的视角来重新审视关系行为原因提取任务，并提出了一种新的序列标记框架，而不是单独提取行为类型和行为原因。

在这里插入图片描述

一、问题背景

在内容广告、社会化聆听等许多业务场景中，提取消费者一些行为的背后原因是关注的焦点。以内容广告为例，如今的广告主并不满足于品牌或产品的直接曝光，他们更喜欢通过产品功能嵌入内容，潜移默化地激发消费者主动将自己的品牌或产品与任意的消费行为联系起来。为此，明确地提取消费者行为发生的原因成为构建这样一个满足广告商需求的系统的重要技术。
在这里插入图片描述
本赛题由行业解决方案专家挑选500篇Instagram文章，以确保语言的正式性、多样性和对实际应用程序的知识深度。在本次ICDM评测单元中，主要关注五种事件类型：消费者的关注、消费者的兴趣、消费者的需求、消费者的购买和消费者的使用（Attention，Intention，Need ，Purchase，Use）。同时，评测主要采用F1评测。
在这里插入图片描述

二、问题挑战

在这里插入图片描述
消费者行为的原因提取[1]，[10]是许多业务场景（如内容广告、社交监听等）关注的焦点。以内容广告为例。如今的广告主并不满足于品牌或产品的直接曝光，他们更喜欢通过产品功能嵌入内容，潜移默化地激发消费者主动将自己的品牌或产品与任意的消费行为联系起来。为此，明确地提取消费者行为的原因成为构建这样一个满足广告商需求的系统的重要技术。