Un enfoque para la detección de pares atributo-valor en descripciones en lenguaje natural en el contexto de la oferta inmobiliaria
DOI:
https://doi.org/10.59471/raia2024209Palabras clave:
procesamiento del lenguaje natural, extracción atributo-valor, observatorio de valores del sueloResumen
La información estructurada es un recurso muy valioso para la construcción de sistemas de información. La transformación de datos no estructurados en datos estructurados puede ser automatizada, sin embargo, el procesamiento de textos humanos requiere el uso de técnicas de Procesamiento de Lenguaje Natural (NLP). Este estudio tiene como objetivo explorar y evaluar diversos enfoques para la extracción automática de pares atributo-valor a partir de descripciones de avisos inmobiliarios. El propósito final es enriquecer la base de datos del Observatorio de Valores del Suelo de la Provincia de Buenos Aires. El Observatorio busca resolver la carencia de información en esta materia y facilitar la participación pública en la valorización de inmuebles.
Referencias
Anantharangachar, R. et al.: Ontology Guided Information Extraction from Unstructured Text. Int. J. Web Semantic Technol. 4, 1, 19–36 (2013). https://doi.org/10.5121/ijwest.2013.4102.
Baur, K. et al.: Automated real estate valuation with machine learning models using property descriptions. Expert Syst. Appl. 213, 119147 (2023). https://doi.org/10.1016/j.eswa.2022.119147.
Blandón Andrade, J.C., Zapata Jaramillo, C.M.: Gate-Based Rules for Extracting Attribute Values. Comput. Sist. 25, 4, (2021). https://doi.org/10.13053/cys-25-4-3493.
Brinkmann, A. et al.: Product Information Extraction using ChatGPT. (2023). https://doi.org/10.48550/ARXIV.2306.14921.
Brown, T. et al.: Language Models are Few-Shot Learners. In: Larochelle, H. et al. (eds.) Advances in Neural Information Processing Systems. pp. 1877–1901 Curran Associates, Inc. (2020).
Cañete, J. et al.: Spanish Pre-Trained BERT Model and Evaluation Data. In: PML4DC at ICLR 2020. (2020).
Del Río, J.P. et al.: Normalización y análisis exploratorio de datos inmobiliarios web. In: XI Jornadas de Sociología de la UNLP 5-7 de diciembre de 2022 Ensenada, Argentina. Sociologías de las emergencias en un mundo incierto. Departamento de Sociología. Facultad de Humanidades y Ciencias de la … (2022).
Devlin, J. et al.: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In: North American Chapter of the Association for Computational Linguistics. (2019).
Dey Chowdhury, R. et al.: Product Attribute Extraction and Product Listing Analysis from E-commerce Websites. (2023). https://doi.org/10.13140/RG.2.2.11045.47842.
Dioguardi, F. et al.: Construcción de un grafo de conocimiento para un observatorio inmobiliario.
Huynh, S. et al.: Named Entity Recognition for Vietnamese Real Estate Advertisements. In: 2021 8th NAFOSTED Conference on Information and Computer Science (NICS). pp. 23–28 (2021). https://doi.org/10.1109/NICS54270.2021.9701519.
Khurana, D. et al.: Natural language processing: state of the art, current trends and challenges. Multimed. Tools Appl. 82, 3, 3713–3744 (2023). https://doi.org/10.1007/s11042-022-13428-4.
Linková, M., Gurskỳ, P.: Attributes Extraction from Product Descriptions on e-Shops. In: ITAT. pp. 23–26 (2017).
Pham, L.V., Pham, S.B.: Information Extraction for Vietnamese Real Estate Advertisements. In: 2012 Fourth International Conference on Knowledge and Systems Engineering. pp. 181–186 IEEE, Danang, Vietnam (2012). https://doi.org/10.1109/KSE.2012.27.
Probst, K. et al.: Semi-Supervised Learning of Attribute-Value Pairs from Product Descriptions. In: International Joint Conference on Artificial Intelligence. (2007).
Radford, A., Narasimhan, K.: Improving Language Understanding by Generative Pre-Training. Presented at the (2018).
Rajpurkar, P. et al.: Know What You Don’t Know: Unanswerable Questions for SQuAD. In: Gurevych, I. and Miyao, Y. (eds.) Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers). pp. 784–789 Association for Computational Linguistics, Melbourne, Australia (2018). https://doi.org/10.18653/v1/P18-2124.
Sabeh, K. et al.: CAVE: Correcting Attribute Values in E-commerce Profiles. In: Proceedings of the 31st ACM International Conference on Information & Knowledge Management. pp. 4965–4969 ACM, Atlanta GA USA (2022). https://doi.org/10.1145/3511808.3557161.
Sharma, A. et al.: Named entity recognition in natural language processing: A systematic review. In: Proceedings of Second Doctoral Symposium on Computational Intelligence: DoSCI 2021. pp. 817–828 Springer (2022).
Sun, C. et al.: How to fine-tune bert for text classification? In: Chinese Computational Linguistics: 18th China National Conference, CCL 2019, Kunming, China, October 18–20, 2019, Proceedings 18. pp. 194–206 Springer (2019).
Vaswani, A. et al.: Attention is All you Need. In: Advances in Neural Information Processing Systems. Curran Associates, Inc. (2017).
Vijayarajan, V. et al.: Ontology Based Object-Attribute-Value Information Extraction from Web Pages in Search Engine Result Retrieval. In: Kumar Kundu, M. et al. (eds.) Advanced Computing, Networking and Informatics- Volume 1. pp. 611–620 Springer International Publishing, Cham (2014).
Wang, Q. et al.: Learning to Extract Attribute Value from Product via Question Answering: A Multi-task Approach. In: Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. pp. 47–55 ACM, Virtual Event CA USA (2020). https://doi.org/10.1145/3394486.3403047.
Automatic Extraction of Product Information, https://dida.do/projects/numeric-attribute-extraction-from-product-descriptions, last accessed 2023/06/26.
¿Qué es? Observatorio de valores de suelo, https://observatoriosuelo.gba.gob.ar/institucional/que-es.
Se presentó el “Observatorio de valores del suelo e instrumentos de financiamiento del desarrollo urbano” | Provincia de Buenos Aires, https://www.gba.gob.ar/habitat/noticias/se_present%C3%B3_el_%E2%80%9Cobservatorio_de_valores_del_suelo_e_instrumentos_de_financiamiento, last accessed 2024/04/12.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
