[發明專利]廣告文案處理方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201811440929.0
• 申請日: 2018-11-28
• 公開（公告）號: CN109583952B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 劉博;鄭文琛;楊強
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F40/289
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國;魏蘭

1.一種廣告文案處理方法，其特征在于，所述廣告文案處理方法包括以下步驟：

獲取源風格廣告文案；

基于預設的多種不同風格的變換模型，將所述源風格廣告文案進行風格變換，生成對應的多種不同風格的備用廣告文案，其中，所述風格變換包括對所述源風格廣告文案的行文風格和/或排版布局進行變換；

采用預設的點擊率預估模型，對生成的多種不同風格的備用廣告文案進行排序展示；

所述基于預設的多種不同風格的變換模型，將所述源風格廣告文案進行風格變換，生成對應的多種不同風格的備用廣告文案的步驟包括：

在預設的多種不同風格的深度神經網絡模型中，采用源風格對應的編碼器將所述源風格廣告文案編碼為一組向量表示，其中，所述編碼器僅負責廣告文案的語義信息，且在模型訓練過程中不同風格的編碼器所得的向量表示分布相似；

采用多種不同風格的解碼器將所述向量表示進行解碼，生成所述源風格廣告文案對應的多種不同風格的備用廣告文案，其中，所述解碼器依賴于語義信息并僅負責風格信息；

所述廣告文案處理方法還包括：

根據所述備用廣告文案，生成對應的多個偽文案，其中，多個所述偽文案為按照不同數量隨機丟棄所述備用廣告文案中的中文詞匯所得；

對所述偽文案中的關鍵詞，采用Lasso機器學習模型學習每個關鍵詞對預估點擊率的權重；

輸出至少一個關鍵詞以及對應的權重，以輔助用戶對所述備用廣告文案進行編輯。

2.如權利要求1所述的廣告文案處理方法，其特征在于，所述獲取源風格廣告文案的步驟之前，還包括：

建立多種不同風格的深度神經網絡模型；

所述基于預設的多種不同風格的變換模型，將所述源風格廣告文案進行風格變換，生成對應的多種不同風格的備用廣告文案的步驟包括：

基于所述多種不同風格的深度神經網絡模型，生成所述源風格廣告文案對應的多種不同風格的備用廣告文案。

3.如權利要求1所述的廣告文案處理方法，其特征在于，所述采用預設的點擊率預估模型，對生成的多種不同風格的備用廣告文案進行排序展示的步驟，包括：

采用預設的點擊率預估模型，獲取生成的多種不同風格的備用廣告文案對應的預估點擊率；

根據所述多種不同風格的備用廣告文案對應的預估點擊率，對所述多種不同風格的備用廣告文案進行排序展示。

4.如權利要求1所述的廣告文案處理方法，其特征在于，所述根據所述備用廣告文案，生成對應的多個偽文案的步驟包括：

基于中文分詞系統，將所述備用廣告文案分割成多個中文詞匯；

分別將所述多個中文詞匯按照不同數量進行隨機丟棄，生成所述多個偽文案。

5.如權利要求1所述的廣告文案處理方法，其特征在于，所述至少一個關鍵詞為部分關鍵詞，所述輸出的至少一個關鍵詞對應的權重大于未輸出關鍵詞對應的權重。

6.一種廣告文案處理裝置，其特征在于，所述廣告文案處理裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的廣告文案處理程序，所述廣告文案處理程序被所述處理器執行時實現如權利要求1至5中任一項所述的廣告文案處理方法的步驟。

7.一種廣告文案處理設備，其特征在于，所述廣告文案處理設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的廣告文案處理程序，所述廣告文案處理程序被所述處理器執行時實現如權利要求1至5中任一項所述的廣告文案處理方法的步驟。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有廣告文案處理程序，所述廣告文案處理程序被處理器執行時實現如權利要求1至5中任一項所述的廣告文案處理方法的步驟。