企业网站内容如何更新怎么快速优化网站

2023 KDD

POI 标签任务旨在为兴趣点（POI）标注具有信息性的标签，这对于与 POI 相关的诸多服务（如搜索、推荐等）具有重要意义。然而，大多数现有方法忽视了 POI 图像的重要性，较少融合 POI 的文本和图像特征，导致标签预测性能不理想。

如图所示，左边的表格列出了“猫的天空之城”这个POI的全称、描述以及飞猪用户对它的一些评论，都属于文本特征，右边还展示了几张用户评论中贴出的图片。

 

在考虑了这些图像特征后，标注模型可以过滤掉不正确的标签“品茶”、“茶馆”和“猫咖”（基于评论文字产生的错误），因为它们的语义与图像无关。

此外，“网红拍照”和“网红打卡”这些与图像语义匹配的正确标签还可以被模型推断出来

为此，我们提出了一种新颖的 多模态 POI 标签模型 M3PT，该模型通过融合目标 POI 的文本和视觉特征，并实现精准的多模态表示匹配，从而提升标签预测效果。具体而言，我们首先设计了一个领域自适应图像编码器（DIE），以获得与标签语义对齐的图像嵌入；接着，在 **M3PT 的文本-图像融合模块（TIF）**中，POI 的文本与图像表示被充分融合为内容嵌入，用于后续的标签匹配任务。此外，我们引入对比学习策略，进一步缩小不同模态表示之间的差距。

为了评估模型性能，我们从阿里飞猪的真实业务场景中构建了两个高质量的 POI 标签数据集，并在此基础上进行了大量实证实验。实验结果表明，M3PT 在单模态和多模态的多个基线模型上均取得了显著优势，同时验证了模型关键模块（包括 DIE、TIF 以及对比学习策略）的有效性。