Input design for unsupervised cross-national branded food database alignment using large language models
Cet article propose un cadre d'évaluation non supervisé pour l'alignement de bases de données alimentaires marquées à l'échelle internationale à l'aide de grands modèles de langage, démontrant, à travers une étude de cas Japon-États-Unis, que la combinaison de noms de produits avec des données nutritionnelles minimales offre le meilleur équilibre entre proximité nutritionnelle et cohérence structurelle sans nécessiter d'étiquettes de vérité terrain.