计算机应用研究

作者：宁秦伟,丁苍峰,马乐荣,史东艳,曹江江,

单位：延安大学数学与计算机科学学院,陕西延安716000；

关键词：电子商务,属性值提取,深度学习,多模态,大语言模型,

基金：国家自然科学基金资助项目(62262067)；延安大学十四五重大科研项目(2021ZCQ012)；延安大学产学研合作培育项目(CXY202107)；陕西省特支计划人才项目(YAU202305399)；；

属性值提取是电子商务领域的核心技术之一，其目标是从非结构化数据中自动识别并提取结构化信息。传统的基于规则的方法难以应对复杂的文本和不断变化的数据，深度学习技术的快速发展为属性值提取提供了新的解决方案，基于预训练语言模型的 Transformer 架构在多个基准数据集上实现了显著提升。与此同时，结合多模态数据的方法逐渐成为研究热点，该方法不仅有效提升了提取的准确性，还为用户提供了更丰富的信息。此外，随着大语言模型的兴起，其生成式方法在属性值提取任务中展现出了强大的潜力和优势，为复杂场景下的属性值提取提供了新的解决思路。为此，对基于规则、序列标注、问答、多模态、生成模型以及大语言模型的属性值提取方法进行了系统综述，并探讨了各类方法的特点与面临的挑战，以推动该领域研究的进一步发展。

来源：2025年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第9期