闲鱼是怎么让二手属性抽取准确率达到 95%+ 的？

先上效果

null

图 1 - 二手属性抽取算法效果 Demo(个护美妆)

背景

闲鱼作为一款 C2X 的 app，站在商品发布的角度，闲鱼商品相对于淘宝商品的特点有：

• 轻发布导致商品信息不足
  闲鱼采用图文描述的轻发布模式，迎合了用户快速发布的体验，但也导致了商品结构化信息不足的问题。如果平台希望更理解商品到底是什么，就需要算法去识别用户描述的图片和文本。
• 商品具有独特的二手属性
• 不同于淘宝新品的一手属性（例如品牌、型号、规格参数等），二手属性指的是在商品入手一段时间后，能够反映商品折损/保值情况的属性，比如商品的【使用次数】、【购买渠道】、【包装/配件是否完整】等。
• 不同类目有该类目独特的二手属性，比如个护美妆有【保质期】，手机有【屏幕外观】、【拆修情况】，服装类有【是否下过水】等。

问题和难点

二手属性抽取在 NLP 领域属于信息抽取（Information Extraction）问题，通常的做法是拆解为命名实体识别（NER）任务和文本分类（Text Classification）任务。

二手属性抽取任务的难点有：

• 不同的类目、不同的二手属性/属性簇，需要构建不同的模型。
• 如果使用有监督学习（Bert 家族），打标工作会非常的繁重，开发周期会变得很长。

解决方案

方法论

在当今 NLP 环境，依旧是 Bert 家族（或 Transformer 衍生的各种算法）大行其道，霸榜 GLUE、CLUE 等各大 NLP 榜单，信息抽取任务也不例外，所以笔者在本方案中的某些场景也使用了 Bert 家族。不过笔者认为，没有一种算法在各种场景下都是全能的，只有在给定领域、指定场景下最适用的算法。此外，笔者总结了自己的一套属性抽取的方法论：

• 句式相对固定，或者句式受模板限制，如文本描述模板是典型的时间 + 地点 + 人物 + 事件（某事某地某人做了啥事），用 NER，建议方法：CRF、BiLSTM+CRF、Bert 家族、Bert 家族 +CRF 等。
• 句式不固定，但领域/场景关键词相对固定，或者有一些关键词模板、俗称、行话等，用文本分类：
• 近义词、近义表述不是特别多的情况（≤ 几十种到上百种），关键词呈对数正态分布/指数分布（即有很多高频且集中的关键词），建议方法：正则表达式 + 规则。
• 近义词、近义表述非常多的情况（≥ 几百种到上千种），典型的如地名识别，建议方法：用 Bert 家族。
• 句式和词语都不固定，典型的如社交评论/聊天的情感分析，建议方法：用 Bert 家族。

方案架构

null

图 2 - 二手属性抽取方案架构图

NLP 任务

如前所述，将不同的二手属性识别需求拆解为文本多分类、多标签分类以及 NER 任务。

• 文本多分类：即“n 选 1”问题，比如根据文本判断商品是否包邮（二分类）。
• 多标签分类：即同时进行多个“n 选 1”问题，比如同时判断某手机商品的屏幕外观（好/中/差）和机身外观（好/中/差）。多标签分类通常的做法是对不同标签共享网络层，并将损失函数以一定权重叠加，由于多个标签之间有一定程度的联系，效果有时候会比做多个单独的“n 选 1”问题更好，同时由于是多个属性（属性簇）一起建模，在训练和推断的时候也会更省事。
• NER：即命名实体识别。

建模方法

1. 人工打标阶段

由于打标的人工成本比较高，需要设法利用集团的 AliNLP 进行辅助。方法是，首先利用 AliNLP 的电商 NER 模型对输入文本进行解析。然后进行拆解，对属于 NER 任务的二手属性，如保质期/保修期/容量/使用次数/服装风格等，可以直接定位到相关词性或实体的关键词进行 BIO 标注；对属于分类任务的其它二手属性，则可以在电商 NER 的分词结果基础上打标，提高人工标注的效率。

2. 算法训练阶段

此为方案核心，本方案训练算法主要通过 3 种途径：

（1）使用 Albert-Tiny：建模采用主流对预训练 +finetune 的方案。由于该模型推断速度更快，用于对 QPS 和响应要求非常高的实时在线场景。对于 NER 任务也可以尝试在网络最后面接一层 CRF 或不接。

Albert：Albert 意指“A lite bert”，名副其实，它的优点在训练速度快。Albert 的源码相比 Bert 的源码基本如出一辙，但网络结构有几点重要的区别：

• Word Embedding 层做了因式分解，在词向量上大大减少了参数量。设词表大小为 V，词向量长度为 H，对 Bert，词向量参数量为 VH；对 Albert，先把词向长度量缩减为 E，再扩充为 H，参数量为 VE+E*H，由于 E 远小于 H，H 远小于 V，用于训练的参数量得到锐减。
• 跨层参数共享：以 albert-base 为例，albert 会在 12 层之间共享每层的 attention 参数或全连接层 ffn 的参数，默认是两者都共享。源码中通过 tenorflow.variable_scope 的 reuse 参数可以轻松实现。参数共享进一步减少了需要训练的参数量。

除此之外，Albert 还有一些训练任务和训练细节上的优化，此处按下不表。

Albert 依据网络深度不同分为：

• Albert-Large/xLarge/xxLarge：24 层
• Albert-Base：12 层
• Albert-Small：6 层
• Albert-Tiny：4 层

一般来说，层数越多，训练和推断耗时都会越久。考虑到线上部署的实时性要求更快的推断速度，本方案选择了最小的 Albert-Tiny。其中文推断速度相对 bert-base 提高约 10 倍，且精度基本保留（数据引用自 github/albert_zh[1]）。

（2）使用 StrutBert-Base：建模采用主流对预训练 +finetune 的方案。经测算，在二手属性识别上，它比 Albert-Tiny 准确率相对提升约 1% 到 1.5%，可用于离线 T+1 场景。对于 NER 任务也可以尝试在网络最后面接一层 CRF 或不接。

StructBert：为阿里自研算法，优点在精度高，GLUE 榜单[2]上已经排到第 3 名。StrutBert 论文相比 Bert 的主要优化点在预训练任务的两个目标上，如图 3 所示：

null

图 3 - StrutBert 的预训练任务目标（引用自 StrutBert 论文）

• Word Structural Objective：StrutBert 在 Bert 的 MLM 任务基础上，加上了打乱词序并迫使其重构正确词序的任务：论文中是随机抽取一个三元词组(trigram)进行打乱，然后加上了如下公式作为 MLM 损失函数的约束。StrutBert 的这个灵感也许来自于网上的一个段子：“研表究明,汉字序顺并不定一影阅响读，事证实明了当你看这完句话之后才发字现都乱是的”。

null

图 4 - Word Structural 的目标函数（引用自 StrutBert 论文）

• Sentence Structural Objective：与 Bert 的 NSP 任务不同，对一组句子对(A,B)，它不是预测 B 是否 A 的下一句（二分类），而是去预测 B 是 A 的下一句、上一句还是随机抽取的（三分类）。对于(A,B)这样的句子对，它在训练集中让这三种情况出现的频率各为 1/3。

本方案之所以选择 StrutBert，是因为集团内有该算法在电商领域专属的预训练模型（接口），它依据网络深度不同分为：

• StrutBert-Base：12 层
• StrutBert-Lite：6 层
• StrutBert-Tiny：4 层

在离线 T+1 场景下，追求精度更高而对实时性无太大要求，因此本方案选择了 StrutBert-Base。

（3）使用正则表达式：优点：速度最快，比 Albert-Tiny 还快 10-100 倍以上；且在许多句式和关键词相对固定的二手属性上，准确率比上面两种算法更高；且易于维护。缺点：非常依赖业务知识、行业经验和数据分析对大量正则模式进行梳理。

3. 规则修正阶段

• 识别结果归一化：对于 NER 任务，许多识别出来的结果不能直接使用，需要做“归一化”，例如某件男装衣服的尺码识别出来为“175/88A”，那么应该自动映射到“L 码”。
• 某些二手属性之间可能会存在冲突或依赖，因此在算法识别之后，需要对识别结果依据业务规则进行一定修正。比如某商品卖家声称是“全新”，但是同时又表明“仅用过 3 次”，那么“全新”会自动降级为“非全新”（99 新或 95 新，不同类目分级略有不同）。

算法部署

• 离线 T+1 场景：通过 ODPS(现名 MaxCompute)+UDF 的方式进行部署，即算法会通过 Python 写成 UDF 脚本，模型文件则作为资源上传到 ODPS 上。
• 在线实时场景：模型通过 PAI-EAS 进行分布式部署，数据交互通过 iGraph（一种实时图数据库）和 TPP 完成。

算法评估

对每个类目的每个二手属性，制定好评测的标准，然后抽样一定量级的数据，交由外包进行人工评估。评估工作通过对比人工识别的结果和算法识别的结果是否一致，给出准确率、精确率、召回率等。

最终效果

准确率

本方案识别结果经过人工评估，每个类目无论是准确率、精召率都达到了非常高的水平（98%+），且误差值均远小于上线限制，并已经上线应用在闲鱼主要类目的商品上。

效果展示

null

图 5 - 二手属性抽取算法效果 Demo(手机)

应用场景 &后续展望

二手属性抽取的结果目前已应用的场景包括：

• 定价场景
• 聊天场景
• 优质商品池挖掘
• 搜索导购
• 个性化商品推荐

后续展望：

• 目前二手属性抽取总共覆盖闲鱼主流类目商品，随着开发进行，后续计划覆盖到全部类目。
• 目前二手属性抽取主要依赖于文本识别，闲鱼商品是图文描述，后续可以考虑在图片上下功夫，通过图像算法完善商品的结构化信息。
• 利用和分析商品二手属性，形成优质商品标准，扩充优质商品池。

参考：

Albert 论文：https://arxiv.org/abs/1909.11942StructBert 论文：https://arxiv.org/abs/1908.04577Albert_zh 源码：https://github.com/brightmart/albert_zhGLUE 排行榜：https://gluebenchmark.com/leaderboard

References：

[1] github/albert_zh: https://github.com/brightmart/albert_zh

[2] GLUE 榜单: https://gluebenchmark.com/leaderboard

本文转载自：闲鱼技术（ID：XYtech_Alibaba）

原文链接：闲鱼是怎么让二手属性抽取准确率达到 95%+ 的？