Core Concepts
BERTとLSTMを使用した小売セクターの多カテゴリ予測における効果的なデータ拡張技術とフォーカスロス関数の重要性を示す。
Abstract
この記事は、小売セクターでの複数カテゴリの商品分類を予測するために、BERTとLSTMモデルを使用して高度な機械学習モデルを適用する方法について調査しています。データ拡張技術とフォーカスロス関数の適用が、ブラジルの小売業界向けに特別に最適化されたモデルで精度を大幅に向上させることを示しています。結果は、BERTモデルがF1マクロスコアで99%まで達成し、LSTMも高いパフォーマンスを発揮したことが示されました。これらの結果は、NLP技術の小売業界への有効性を裏付け、モデリングと前処理戦略の注意深い選択の重要性を強調しています。
Stats
BERTモデルは、セグメントでF1マクロスコアが最大99%、カテゴリおよびサブカテゴリでは96%、製品名では93%まで向上しました。
LSTMモデルも、データ拡張とフォーカスロス技術の適用後に高いパフォーマンスを実現しました。
Quotes
BERTモデルは、「製品」などより詳細なカテゴリで優れたパフォーマンスを発揮しました。
LSTMも「セグメント」などより高次元なカテゴリで同等のパフォーマンスを示しました。