[發明專利]自動生成廣告標題的方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201811018044.1
• 申請日: 2018-09-03
• 公開（公告）號: CN110928983A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 王金成;郭文濤;游齊恒
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06Q30/02
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 姜雍;方亮

本公開提供了一種自動生成廣告標題的方法、裝置及計算機可讀存儲介質，涉及人工智能技術領域。其中自動生成廣告標題的方法包括：獲取目標商品的細分類目詞語；將目標商品的細分類目詞語輸入預先訓練的神經網絡進行處理，得到目標商品的廣告標題。本公開能夠根據目標商品的細分類目，自動為目標商品生成廣告標題。

技術領域

本公開涉及人工智能技術領域，特別涉及一種自動生成廣告標題的方法、裝置及計算機可讀存儲介質。

背景技術

廣告可以作為電商重要的流量入口。生成有創意的廣告標題，對于提高廣告點擊率具有重要意義。

傳統的生成廣告標題的方法是由運營人員或者產品經理編寫廣告標題，或者在廣告模板中填寫相關信息生成廣告標題。例如，廣告模板可以為：(品牌)在(年份)出的這款(細分類目)，已經不少人買了。其中，括號內的詞語為需要填寫的相關信息。在為目標商品iPhone生成廣告標題時，可以根據品牌“蘋果”、年份“2017年”以及三級類目“手機”生成廣告標題：蘋果在2017年出的這款手機，已經不少人買了。

發明內容

本公開解決的一個技術問題是，如何根據目標商品的細分類目，自動為目標商品生成廣告標題。

根據本公開實施例的一個方面，提供了一種自動生成廣告標題的方法，包括：獲取目標商品的細分類目詞語；將目標商品的細分類目詞語輸入預先訓練的神經網絡進行處理，得到目標商品的廣告標題。

在一些實施例中，該方法還包括：獲取樣本商品的細分類目詞語以及樣本商品的廣告標題；利用樣本商品的細分類目詞語以及樣本商品的廣告標題，對神經網絡進行訓練，使得訓練后的神經網絡能夠對輸入的目標商品的細分類目詞語進行處理，得到目標商品的廣告標題。

在一些實施例中，該方法還包括：對樣本商品的描述語句和評論語句進行切詞，得到樣本商品的各個切詞語料；利用詞到向量模型，確定樣本商品的切詞語料對應的詞向量；將詞向量作為切詞語料在神經網絡中的初始化詞向量。

在一些實施例中，該方法還包括：采用序列到序列模型作為神經網絡；訓練時在序列到序列模型的輸出層定義如下損失函數，以便序列到序列模型調整權重使得損失函數值H_y'(y)最小；

H_y'(y)＝-∑_i{∑_xy_i'(x)log[y_i(x)]}

其中，i表示序列到序列模型根據樣本商品的細分類目詞語得到的廣告標題中各個詞語的序號，x表示各個切詞語料的序號，y_i(x)表示序列到序列模型根據樣本商品的細分類目詞語得到的廣告標題中第i個詞語為切詞語料x的概率，y_i’(x)表示樣本商品的廣告標題中第i個詞語為切詞語料x的概率。

在一些實施例中，該方法還包括：利用目標商品的描述語句和評論語句訓練Ngram語言模型；利用Ngram語言模型對目標商品的廣告標題進行通順度評分；按照通順度評分由大到小的順序，對目標商品的廣告標題進行排序，并獲取序號小于預設值的目標商品的廣告標題。

在一些實施例中，利用Ngram語言模型對目標商品的廣告標題進行通順度評分包括：利用如下公式計算目標商品的廣告標題的通順度score：

其中，j表示目標商品的廣告標題中各個詞語的序號，w_j表示目標商品的廣告標題中第j個詞語，P(w_j|w₁..w_j-1)表示連續詞語w₁..w_j-1之后出現詞語w_j的概率，n表示連續詞語的數量，Weight_n表示連續n個詞語出現的概率所對應的Ngram語言模型權重。