先上效果
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
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：
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”。
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
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。
