2020ICDM知识图谱竞赛获奖技术方案，有哪些长尾关键词可以优化？

本文共计2110个文字，预计阅读时间需要9分钟。

ICDM概述：ICDM是数据挖掘领域的国际顶级会议。东亚数据科学谷歌机器学习算法团队领衔。

导读ICDMIEEEInternationalConferenceonDataMining简称ICDM是数据挖掘领域

导读ICDMIEEE 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。

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。 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AttentionIntentionNeed PurchaseUse。同时评测主要采用F1评测。

二、问题挑战

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。