从海量文本数据中建立爱彼迎的房源知识库：挖掘未结构化数据中的智慧

摘要

在爱彼迎，我们深知要为房客提供最佳体验，就必须深入理解和收集房源的结构化数据。例如，远程工作的房客需要知道房源是否设有适合的工作空间和稳定的网络连接，而有孩子的房客可能需要高脚椅和婴儿床等设施。然而，这些属性信息并非所有房源都明确显示，导致房东的房源描述与房客的需求之间存在不匹配。

这只是我们利用平台上产生的未结构化数据的例子之一。这些数据包括各种房客与平台互动产生的文本数据，经过匿名处理后，我们可以从中提取出有用的结构化数据。考虑到房客关注和查询的属性众多，我们开发了一个名为 Listing Attribute Extraction Platform (LAEP) 的机器学习系统，用于大规模地提取结构化数据，而无需依赖房东手动输入所有可能的房源属性。

LAEP 旨在自动从上述的未结构化的文本数据中提取出有用的结构化信息，例如房源的属性信息。由 LAEP 收集到的属性会被整合到各种应用中，以此来构建爱彼迎的房源知识库。为下游工具如属性优先级系统 (APS) 和房源属性收集系统 (Eve) 提供支持。

除了可以提取房源属性，LAEP 还能检测出各种类型的实体，如活动、房源设施以及著名的地标等景点。这就为我们支持更广泛的产品应用提供了可能性，例如，接待设施数据可以帮助房客在入住期间获得个性化服务，而活动数据可以帮助识别和创建新的房客喜爱的类别。