商品規格萃取大冒險 Vila Lin 

Vila Lin LINE EC Data Lead 我的樂趣將前沿 AI 技術變成會賺錢的產品 熱衷打造又穩又快的系統，讓團隊更順更開心 

01 02 03 04 習得 LLM 魔法 實戰訓練場 寶藏與傳承 序章 CONTENT 

01 序章 

冒險的招喚 勇敢的電商資料工程團隊: LINE購物王國正面臨前所未有的挑戰 2000萬件商品資料如迷宮般混亂 消費者無法找到心儀的寶物... 運用魔法，將混沌化為秩序！ 

資料礦脈 商品繁多 維運耗時 廠商多元 商品多樣 非結構化 不易使用 

混沌迷宮 傳統規則式 • 規則式維運 • 新品 & 長尾商品很不友善 • 仰賴商家回拋結構化資料 

期望與挑戰 • 準確性 • 強擴充性 • 成本控管 

02 習得 LLM 魔法 

構築魔法陣 資料搜集 資料清洗 規格萃取 後處理 驗證評估 量產 

淨化試煉 最大化訊號雜訊比 (SNR) • 抑制結構性雜訊 • 分流極端樣本 • 可觀測性 領域詞庫 + 統計門檻 • 促銷語 • 表情符號 • 附加資訊 北北基 500 桃竹苗 800 中彰投 1000 女神節 免運 滿額贈 

詠唱學院 來源與規格雙層優先序 • 資料來源優先序 • 商品名稱 -> 簡述 ->長述 -> 網頁資訊 • 規格萃取優先序 • 品牌-> 型號-> 系列名稱 注意力 ! 

詠唱學院 同義異詞擴展 • 傳統需製作大量詞彙對照表 • 常見案例 • 成分/成份/配方 • 尺寸/長寬高/L x W x H 

詠唱學院 福利品/整新品/整修品 • 二手 • 7成新 • 近全新 • 近新品 • 拆封新品 • 極新 9成8新 

詠唱學院 法遵強約束 • 電子商務消費者保護綱領、消費者保護法 、定型化契約 … • 強約束「負向規則」 

詠唱學院 禁制範例 目標規格 模型推論 事實 自動生成規格 品牌 華碩 沒有品牌 變造商品數值 容量 6公升 500 毫升清潔液，整箱 12 瓶 不得自行推論 電流 100A 沒有電流 商品編碼 100a2504 產地 德國 台灣製的德國風格安全帽 

詠唱學院 範例驅動 • 標註準備訓練集，將耗費大量人力和時間 • 少量高品質的熱門商品 Triantafillou, E., Zhu, T., Dumoulin, V., Lamblin, P ., Evci, U., Xu, K., Goroshin, R., Gelada, C., Swersky, K., Manzagol, P.-A., & Larochelle, H. (2020). Meta-Dataset: A dataset of datasets for learning to learn from few examples. In *International Conference on Learning Representations (ICLR 2020)*. 

附魔工坊 • 多值拆解 • 單位標準化 • 品牌同義字 釐米、厘米、公分、cm、CM WinXP、2000、2003、Vista、7、8 寶雅/POYA/POYA Buy 

03 實戰訓練場 

資源管理所 • Airflow 搭配 Spark • GPT-4o mini • 批次處理 • 增量堆疊 

守望者之塔 • 定時檢查並即時告警 • Prompt 系統化管理 • 雙重驗證閉環 • 設定目標 • 準確率：95% • 成本降低：90% 

04 寶藏傳承 

智慧聖殿 系統化 品質 驗證 持續 迭代 

智慧聖殿 過度相信 LLM 不做 資料清洗 只有 唯一方案 

No content