本研究提出TACLR方法，解决了产品属性值识别（PAVI）在隐含值、分布外值和标准化输出方面的挑战。TACLR将PAVI视为信息检索任务，通过编码产品资料和候选值，支持大规模属性分类，显著提高识别效率和准确性，并成功应用于电商平台。

本研究探讨了生成模型在产品属性值识别（PAVI）中的应用，提出了一种基于生成式框架的属性值提取方法。通过微调预训练的T5模型和多任务学习模型JPAVE，优化了提取和分类效果。新发布的MAVE数据集提供了丰富的商品和属性值注释，推动了研究进展。此外，使用大型语言模型（如GPT-4）在属性提取上取得了91%的F1得分。