广告文案生成方法、装置、设备以及可读存储介质制造方法及图纸

本发明专利技术公开了一种广告文案生成方法、装置、设备和计算机存储介质，该广告文案生成方法包括：获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；获取所述广告素材库中的各备用风格，并基于所述源风格建立各源深度神经网络模型；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案。本发明专利技术在保证生成广告文案可靠的前提下提升了广告文案的点击率。

【技术实现步骤摘要】
广告文案生成方法、装置、设备以及可读存储介质
本专利技术涉及计算机
，尤其涉及一种广告文案生成方法、装置、设备以及计算机可读存储介质。
技术介绍
广告本身是向社会大众传递信息的宣传手段，也是许多公司的重要收入来源之一，而现有的广告平台主要利用两种方式进行广告文案创作，一是基于创作者的经验进行广告文案创作，二是基于人工智能算法进行自动创作，但是，不论是依赖人工创作或者使用机器学习算法进行文案自动创作，都无法及时地知道创作出来的广告文案是否满足用户的需求，从而有可能导致创作出来的广告文案点击率过低。因此，如何提高自动生成的广告文案的点击率成为了目前亟待解决的技术问题。
技术实现思路
本专利技术的主要目的在于提供一种广告文案生成方法、装置、设备和计算机存储介质，旨在提高自动生成的广告文案的点击率的技术问题。为实现上述目的，本专利技术提供一种广告文案生成方法、装置、设备以及计算机可读存储介质，所述广告文案生成方法包括：获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；获取所述广告素材库中的各备用风格，并基于所述源风格建立各源深度神经网络模型；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案。可选地，所述基于所述历史广告文案和各所述深度神经网络模型生成各备用风格对应的高级广告文案的步骤，包括：在各所述深度神经网络模型中，对所述历史广告文案进行编码，以获取所述历史广告文案对应的向量数值编码；基于各所述备用风格对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案。可选地，所述基于各所述备用风格对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案的步骤，包括：获取各所述备用风格对应的各初级数值编码；获取所述向量数值编码和各所述初级数值编码之间的各最小化相对熵，并基于各所述最小化相对熵确定各模型参数；基于各所述模型参数对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案。可选地，所述基于各所述模型参数对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案的步骤包括：基于各所述模型参数，在各所述深度神经网络模型中，获取所述向量数值编码中的目标文案词典概率分布；基于所述目标文案词典概率分布，对各所述深度神经网络模型中的目标文案词典进行解码，以生成各所述备用风格对应的高级广告文案。可选地，所述获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化的步骤，包括：获取各所述源深度神经网络模型中的文案布局；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述文案布局进行优化。可选地，所述获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述部分文案布局进行优化的步骤，包括：获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型确定所述历史广告文案的预估点击率；基于所述预估点击率对各所述部分文案布局进行优化。可选地，所述获取所述广告素材库中的各备用风格的步骤，包括：判断所述广告素材库中是否存在备用风格；若在所述广告素材库中不存在目标备用风格，则自动构建所述备用风格，并自动获取所述备用风格；若在所述广告素材库中存在备用风格，则自动获取所述备用风格。此外，为实现上述目的，本专利技术还提供一种广告文案生成装置，所述广告文案生成装置包括：获取模块，获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；建立模块，获取所述广告素材库中的各备用风格，并基于源风格建立各源深度神经网络模型；优化模块，获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；生成模块，基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案；此外，为实现上述目的，本专利技术还提供一种广告文案生成设备；所述广告文案生成设备包括：存储器、检测通道、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：所述计算机程序被所述处理器执行时实现如上所述的广告文案生成方法的步骤。此外，为实现上述目的，本专利技术还提供计算机存储介质；所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的广告文案生成方法的步骤。本专利技术实施例提出的一种广告文案生成方法、装置、设备及可读存储介质，通过获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；获取所述广告素材库中的各备用风格，并基于所述源风格建立各源深度神经网络模型；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案。通过将人工创作的历史广告文案和点击率预估模型输入到显示终端中，如广告平台，再利用深度神经网络模型进行广告文案的生成，并且在利用深度神经网络模型进行广告文案的生成之前会对深度神经网络模型进行强化学习优化，以提高生成的高级广告文案的点击率，并且当生成各个高级广告文案后，还可以对各个高级广告文案进行点击率预估，以获取目标广告文案，从而能够快速有效地获取到用户需要的目标广告文案，并且通过此方法创作出的目标广告文案即能保持历史广告文案的语义又能尽可能地最大化点击率，达到了提高自动生成的广告文案点击率的技术效果。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端\装置结构示意图；图2为本专利技术广告文案生成方法第一实施例的流程示意图；图3为本专利技术广告文案生成方法第二实施例的流程示意图；图4为本专利技术广告文案生成设备一实施例的系统结构示意图；图5为本专利技术广告文案生成方法中编码器-解码器工作场景示意图；图6为本专利技术广告文案生成方法中点击率驱动的文案生成与分析方法的整体框架图；图7为本专利技术广告文案生成方法中点击率预估模型的工作原理。本专利技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例终端为广告文案生成设备。如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，终端还可以包括摄像头、RF(RadioFrequency，射频)电路，传感器、本文档来自技高网...

【技术保护点】
1.一种广告文案生成方法，其特征在于，所述广告文案生成方法包括以下步骤：获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；获取所述广告素材库中的各备用风格，并基于所述源风格建立各源深度神经网络模型；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案。

【技术特征摘要】
1.一种广告文案生成方法，其特征在于，所述广告文案生成方法包括以下步骤：获取显示终端中的历史广告文案及广告素材库，并获取所述历史广告文案的源风格；获取所述广告素材库中的各备用风格，并基于所述源风格建立各源深度神经网络模型；获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对各所述源深度神经网络模型进行优化，以获取各深度神经网络模型；基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案。2.如权利要求1所述的广告文案生成方法，其特征在于，所述基于所述历史广告文案和各所述深度神经网络模型生成各所述备用风格对应的高级广告文案的步骤，包括：在各所述深度神经网络模型中，对所述历史广告文案进行编码，以获取所述历史广告文案对应的向量数值编码；基于各所述备用风格对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案。3.如权利要求2所述的广告文案生成方法，其特征在于，所述基于各所述备用风格对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案的步骤包括：获取各所述备用风格对应的各初级数值编码；获取所述向量数值编码和各所述初级数值编码之间的各最小化相对熵，并基于各所述最小化相对熵确定各模型参数；基于各所述模型参数对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案。4.如权利要求3所述的广告文案生成方法，其特征在于，所述基于各所述模型参数对各所述向量数值编码进行解码，以生成各所述备用风格对应的高级广告文案的步骤，包括：基于各所述模型参数，在各所述深度神经网络模型中，获取所述向量数值编码中的目标文案词典概率分布；基于所述目标文案词典概率分布，对各所述深度神经网络模型中的目标文案词典进行解码，以生成各所述备用风格对应的高级广告文案。5.如权利要求1所述的广告文案生成方法，其特征在于，所述获取所述显示终端中的点击率预估模型，并基于所述点击率预估模型对...

【专利技术属性】
技术研发人员：刘博，陈焕超，郑文琛，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东,44