Billiger.de 产品：双语实体匹配基准

现有的产品匹配基准主要包含英语产品数据，并且通常以单一产品类别为主，例如电子产品。本文介绍了Billiger.de Products，这是一个德英双语实体匹配基准，涵盖十三个消费产品类别，包括服装和家具等难以处理的类别。基准数据来源于德国比价平台billiger.de。遵循 WDC 产品的设计，该基准测试提供了多种变体，这些变体在极端情况的比例、开发集的大小以及训练期间未见的实体的比例方面有所不同。每个报价的一致英语翻译使所有配对、拆分和标签保持固定，而跨语言测试集将各个配对中的德语和英语记录结合起来。我们在语言版本和跨语言测试集上使用六个监督匹配器和零样本 GPT-5.2 来验证基准。验证显示了基准测试的难度。将基准测试的英语版结果与德语版结果进行比较表明，大多数匹配者在英语版上的平均得分较高。 RoBERTa 和 HierGAT 的差异最大，而零样本 LLM 运行对语言基本上不敏感。将基于 PLM 的匹配器在 Billiger.de Products 英文版上获得的 F1 分数与其在现有英语基准（例如 WDC Products 和 Abt-Buy）上的表现进行比较，结果表明 Billiger.de Products 比这些基准更难。