AI-PAVE-Br: Golden Set 접근 방식을 통한 대규모 언어 모델(LLM) 기반의 향상된 제품 속성 값 추출 (Product

역동적인 브라질 이커머스 환경 내에서 제품 데이터의 폭발적인 성장과 복잡성은 구조화된 정보 추출을 위한 강력하고 전문화된 방법을 요구합니다. 전통적인 제품 속성 값 추출 (Product Attribute Value Extraction, PAVE) 방식은 포르투갈어 제품 설명의 언어적 뉘앙스와 엄청난 다양성을 처리하는 데 어려움을 겪는 경우가 많습니다. 이러한 중요한 격차를 해소하기 위해, 본 논문은 두 가지 주요 기여를 소개합니다. 첫째, 브라질 이커머스 카탈로그를 위해 특별히 설계된 대규모 언어 모델 (Large Language Models, LLMs) 기반의 고정밀 PAVE 수행 시스템인 AI-PAVE-Br을 제시합니다. 둘째, 재현 가능한 연구를 촉진하고 확정적인 벤치마크를 제공하기 위해, 포르투갈어 PAVE를 위해 세심하게 큐레이션되고 수동으로 주석이 달린 새로운 데이터셋인 Golden Set을 도입하고 공유합니다. 우리는 이 고품질 참조 세트의 생성 과정과 구조 (Entity, Category, Subcategories)를 상세히 설명합니다. 우리의 실험은 타겟팅된 프롬프트 엔지니어링 (Prompt Engineering)을 활용한 AI-PAVE-Br이 기존의 개체명 인식 (Named Entity Recognition, NER) 베이스라인을 압도적으로 능가한다는 것을 결정적으로 보여줍니다. 본 연구는 주요 비영어권 시장을 위한 우수하고 확장 가능한 솔루션을 제공할 뿐만 아니라, 향후 PAVE 연구를 위한 가치 있는 공개 리소스를 통해 NLP 커뮤니티를 풍요롭게 합니다.