인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
This paper presents AskAI, a unique approach to extractive product question answering from the product descriptions facilitated by a chatbot, designed specifically for E-commerce websites. AskAI employs a Chrome extension and a question answering model trained on a blend of SQuAD 2.0 (Stanford Question Answering Dataset v2.0) and ePQA (eCommerce Product Question Answering) datasets. The user inputs their query, and the system automatically scrapes relevant context from the webpage. Our model leverages transfer learning, utilizing a pretrained BERT model fine-tuned initially on the SQuAD 2.0 dataset and further trained on the ePQA dataset. This approach enables the model to effectively understand and respond to user questions. By integrating contextual information directly from the webpage, AskAI delivers natural-sounding and relevant answers. The results showcase the effectiveness of our approach, including an F1 score of 78.76 on SQuAD 2.0 and 72.31 on ePQA with an Exact match of 74.82 and 68.98 on SQuAD 2.0 and ePQA datasets respectively. Thus, demonstrating the capability of the model to accurately comprehend user inquiries and provide meaningful responses.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093953139
