May, 2022

基于场景的电子商务多产品广告文案生成

PDF
TL;DR本篇论文提出了一种用于电子商务的自动化场景多产品广告文案生成系统 (SMPACG)，它由两个主要组成部分构成：1) 自动化多产品组合选择模块，2) 自动化多产品广告文案生成模块。该系统是第一个实现了场景驱动的多产品广告内容自动生成，在电子商务推荐系统中得到了应用并被用作商家实时的写作助手工具。
发现论文，激发创造
  • 电子商务自动产品文案撰写

    本文介绍了应用于京东电商产品推荐平台的自动生成商品文案系统的设计与实现，包括自然语言生成和文案质量控制等模块。经过部署，该系统提升了点击率和转化率，累计成交额比部署前增长了 213.42％。

    Dec, 2021

  • 电子商务自动可控产品文案撰写

    本文介绍了一种基于前缀的可控商品文案生成系统 (EPCCG)，该系统通过提取特征，标注，生成和品控主要四个组成部分实现了自动商品文案生成。实验证明该系统有效性，同时介绍了将该系统应用于电商推荐平台的架构及显著的成效。

    Jun, 2022

  • 多模态多结构信息的广告文案生成

    该研究创建了一个大规模的数据集 E-MMAD，提出了一种基于结构信息推理的基线方法和忠实度评估指标，以解决当前在线购物广告文案中的文本生成需求，并在所有指标上大幅优于以往的方法。

    May, 2022

  • 电商场景主题频道自动构建系统

    本文提出了一个新颖的产品形式 —— 基于场景主题通道的电商营销模式，利用 AI 技术自动构建特定场景下的主题通道和发现新的主题，并通过离线实验和在线 A / B 测试验证了该系统的有效性。

    Oct, 2022

  • M3PS：电子商务中的端到端多粒度多模态属性感知产品摘要

    提出了一种多模态属性感知的端到端多粒度多模态产品摘要方法 (M3PS)，用于在电子商务中生成高质量的产品摘要，并且能够克服现有的产品摘要方法存在的问题。

    Aug, 2023

  • 电子商务问答系统的有意义答案生成

    本文研究了电子商务问答系统，并提出了一个基于神经模型的产品答案生成器，该模型综合了产品评价、产品属性和答案原型以产生有意义、多样化的答案。在真实世界的数据集上测试表明，该模型性能优越，能够生成特定和适当的答复。

    Nov, 2020

  • 电商问答中基于产品的答案生成

    本文提出了一种名为 PAAG 的基于对抗学习的模型来解决电子商务中针对产品相关问题的答案生成问题，其中包括通过大规模未标注的电子商务评论和产品属性生成准确且完整的答案。在一个大规模的真实电子商务数据集上进行的广泛实验验证了我们模型中每个模块的有效性，并且我们的实验表明，我们的模型在自动指标和人工评估方面均实现了最先进的性能。

    Jan, 2019

  • 移动电商短产品标题生成的多模态生成对抗网络

    本文提出了一种用于移动电商下的产品标题生成算法 MM-GAN，该算法从原始长标题中提取文本信息、产品的图像信息和属性标签等多模态信息，并将短标题生成视为一个强化学习过程。在进行模型训练和评估时，以类人的视角评估生成的标题，该算法在大规模电商数据集上的实验证明，与其他方法相比，本算法表现更优，应用于真实世界的电商平台后，点击率和点击转化率均有明显提高。

    Apr, 2019

  • 电子商务中产品图片序列的自动生成

    本文提出一种新的学习框架，利用文本评论反馈和产品文本描述来生成电子商务中的产品图像序列。 通过从离线评估中收集的数据，我们展示了该框架的高效性和有效性，主要包括主要图像选择、非符合内容检测和图像去重等模块。

    Jun, 2022

  • 利用检索辅助图像生成对电子商务产品进行在线广告展示

    通过生成敌对网络和复制粘贴分阶段的方法，我们可以改善动态产品广告中产品图像的吸引力和真实性，同时实现移动产品的动画展示。

    Jul, 2023