ECLASS-电子元件增强语义产品搜索

对工业产品数据的高效语义访问是工厂自动化和新兴的基于 LLM 的代理工作流程的关键推动者，其中人类工程师和自主代理都必须从高度结构化的目录中识别合适的组件。然而，自然语言查询和以属性为中心的产品描述之间的词汇不匹配限制了传统检索方法（例如 BM25）的有效性。在这项工作中，我们对用于工业电子元件语义产品搜索的 LLM 辅助密集检索进行了系统评估，并研究了 ECLASS 标准中的分层语义与基于嵌入的检索的集成。我们的结果表明，密集检索与重新排序相结合大大优于经典词汇方法和基础模型网络搜索基线。特别是，所提出的方法在专家查询上实现了 94.3％ 的 Hit_Rate@5 ，而 BM25 的 Hit_Rate@5 为 31.4％，同时在有效性和效率方面也超过了基础模型基线。此外，使用 ECLASS 语义增强产品表示可以在不同配置中产生一致的性能增益，这表明标准化的分层元数据在用户意图和稀疏产品描述之间提供了至关重要的语义桥梁。