商品属性是电商搜索与筛选的底座，但商家填写率长期偏低：标题里堆关键词、详情页写卖点，结构化属性却大量空缺。零售电商实验室本期实验围绕「从非结构化内容里补属性」展开。
做法上，把主图OCR、详情页文本、标题分词与已有参数表作为多模态输入，先对齐平台类目的属性 schema（哪些必填、哪些是枚举值），再逐属性做抽取与归一：颜色、材质、款式等枚举型走分类，尺寸、容量等数值型走单位换算与区间校验。输出带置信度的属性建议，高置信自动写入草稿，低置信进入商家确认队列，尽量避免误填污染搜索与筛选。
进展要点：
- 在三个二级类目试点，必填属性覆盖率由约六成提升到九成以上，其中自动采纳部分约占七成，其余为建议待确认；
- 下一步计划引入商家修改反馈做增量训练，并实验属性补全与搜索召回率、筛选项点击的联动评估。
评论