广告语获取方法及其装置、存储介质制造方法及图纸

本公开关于一种广告语获取方法及其装置、存储介质，涉及人工智能领域。本公开以至少解决相关技术中，无法快速、高效的生成与广告图像内容相呼应的广告语的问题。该方法包括：获取目标广告图像；响应于获取到目标广告图像，获取目标广告图像的特征数据；目标广告图像的特征数据用于表征目标广告图像所呈现内容的性质；基于目标广告图像的特征数据以及预设广告语中各广告语的语义，从预设广告语中获取语义与目标广告图像所呈现内容相关联的目标广告语。本公开应用于广告语获取。

Advertising language acquisition method, device and storage medium

【技术实现步骤摘要】
广告语获取方法及其装置、存储介质
本公开涉及人工智能领域，尤其涉及一种广告语获取方法及其装置、存储介质。
技术介绍
目前，投放广告作为一种企业宣传、产品推广的重要手段，已经广泛应用于各行各业中。现有的广告通常由广告图像以及一些吸引用户注意的广告语构成。而为了使广告更具有吸引力，通常需要为广告添加一些符合观众兴趣点的广告语以吸引观众注意。因此，如何能够快速、高效的获取到与广告图像内容相呼应的广告语，这是目前需要解决的一个技术问题。
技术实现思路
本公开提供一种广告语获取方法及其装置、存储介质，以至少解决相关技术中，无法快速、高效的获取到既与广告图像内容相呼应的广告语的问题。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种广告语获取方法，包括：获取目标广告图像；响应于获取到目标广告图像，获取目标广告图像的特征数据；目标广告图像的特征数据用于表征目标广告图像所呈现内容的性质；基于目标广告图像的特征数据以及预设广告语中各广告语的语义，从预设广告语中获取语义与目标广告图像所呈现内容相关联的目标广告语。可选的，基于目标广告图像的特征数据以及预设广告语中各广告语的语义，从预设广告语中获取语义与目标广告图像所呈现内容相关联的目标广告语，包括：根据预设广告语中各广告语的语义的特征数据与目标广告图像的特征数据，分别计算预设广告语中各广告语与目标广告图像的特征相似度；从预设广告语中，获取目标广告语；其中，目标广告语包括与目标广告图像的特征相似度最高的N条预设广告语。可选的，预设广告语中各广告语的语义的特征数据包括：预设广告语中各广告语包含的多个词中各个词的词向量；目标广告图像的特征数据包括：目标广告图像的多个目标特征图；根据预设广告语中各广告语的语义的特征数据与目标广告图像的特征数据，分别计算预设广告语中各广告语与目标广告图像的特征相似度，包括：根据备选广告语中包含的多个词中各个词的词向量与多个目标特征图两两之间的相似度，计算备选广告语与目标广告图像的特征相似度；备选广告语为预设广告语中任一条广告语。可选的，获取目标广告图像的特征数据，包括：将目标广告图像输入预设神经网络模型，得到目标广告图像的特征数据；其中，预设神经网络模型，包括以样本广告图像作为训练数据，并以样本广告图像对应的内容标签和点击率作为监督信息，所得到的用于提取广告图像的特征数据的卷积神经网络模型。可选的，样本广告图像，包括目标广告投放平台中使用的广告封面图；目标广告投放平台为目标广告图像对应的广告投放平台。可选的，在从预设广告语中，选择语义特征与目标广告图像的特征数据之间的特征相似度最高的N条预设广告语之前，方法还包括：将预设广告语中各广告语分别输入预设变换的双向编码表示BERT模型，得到预设广告语中各广告语的语义的特征数据；其中，预设BERT模型，包括以样本广告语作为训练数据，并以样本广告语的点击率作为监督信息，对初始BERT模型进行微调，所得到的BERT模型。可选的，样本广告语，包括目标广告投放平台中使用的广告语；目标广告投放平台为目标广告图像对应的广告投放平台。可选的，初始BERT模型包括利用目标广告投放平台中的语料数据进行预训练，所得到的BERT模型；目标广告投放平台为目标广告图像对应的广告投放平台。第二方面，本公开提供一种广告语获取装置，包括：图像获取单元，用于获取目标广告图像；特征获取单元，用于响应于获取到目标广告图像，获取目标广告图像的特征数据；目标广告图像的特征数据用于表征目标广告图像所呈现内容的性质；广告语获取单元，用于基于目标广告图像的特征数据以及预设广告语中各广告语的语义，从预设广告语中获取语义与目标广告图像所呈现内容相关联的目标广告语。可选的，广告语获取单元，具体用于根据预设广告语中各广告语的语义的特征数据与目标广告图像的特征数据，分别计算预设广告语中各广告语与目标广告图像的特征相似度；广告语获取单元，还具体用于从预设广告语中，获取目标广告语；其中，目标广告语包括与目标广告图像的特征相似度最高的N条预设广告语。可选的，预设广告语中各广告语的语义的特征数据包括：预设广告语中各广告语包含的多个词中各个词的词向量；目标广告图像的特征数据包括：目标广告图像的多个目标特征图；广告语获取单元，具体用于根据备选广告语中包含的多个词中各个词的词向量与多个目标特征图两两之间的相似度，计算备选广告语与目标广告图像的特征相似度；备选广告语为预设广告语中任一条广告语。可选的，特征获取单元，具体用于将目标广告图像输入预设神经网络模型，得到目标广告图像的特征数据；其中，预设神经网络模型，包括以样本广告图像作为训练数据，并以样本广告图像对应的内容标签和点击率作为监督信息，所得到的用于提取广告图像的特征数据的卷积神经网络模型。可选的，样本广告图像，包括目标广告投放平台中使用的广告封面图；目标广告投放平台为目标广告图像对应的广告投放平台。可选的，广告语获取单元，还用于在从预设广告语中，选择语义特征与目标广告图像的图像特征之间的特征相似度最高的N条预设广告语之前，将预设广告语中各广告语分别输入预设变换的双向编码表示BERT模型，得到预设广告语中各广告语的语义的特征数据；其中，预设BERT模型，包括以样本广告语作为训练数据，并以样本广告语的点击率作为监督信息，对初始BERT模型进行微调，所得到的BERT模型。可选的，样本广告语，包括目标广告投放平台中使用的广告语；目标广告投放平台为目标广告图像对应的广告投放平台。可选的，初始BERT模型包括利用目标广告投放平台中的语料数据进行预训练，所得到的BERT模型；目标广告投放平台为目标广告图像对应的广告投放平台。第三方面，本公开提供一种广告语获取装置，包括：处理器、用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述第一方面所提供的广告语获取方法。第四方面，本公开提供一种计算机可读存储介质，包括指令，当指令由处理器执行时，使得处理器执行如上述第一方面提供的广告语获取方法。第五方面，本公开提供一种计算机程序产品，包括指令，当指令由处理器执行时，使得处理器执行如上述第一方面提供的广告语获取方法。本公开所提供的方案中，能够在获取到目标广告图像后，获取目标广告图像的特征数据，然后再基于目标广告图像的特征数据以及预设广告语中各广告语的语义，从预设广告语中获取语义与目标广告图像所呈现内容相关联的目标广告语。从而，实现在获取目标广告图像后，能够根据目标广告图像中所呈现的内容，从预设广告语中获取到与目标广告图像相关联的目标广告语。从而实现快速、高效的获取到与广告图像内容相呼应的广告语的效果。然后，广告发布者还可以参考目标广告语创作广告语，或者也可以将目标广告语(或者从多个目标广告语中选择一个)作为目标广告图像的广告语。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并本文档来自技高网...

【技术保护点】
1.一种广告语获取方法，其特征在于，包括：/n获取目标广告图像；/n响应于获取到所述目标广告图像，获取所述目标广告图像的特征数据；所述目标广告图像的特征数据用于表征所述目标广告图像所呈现内容的性质；/n基于所述目标广告图像的特征数据以及预设广告语中各广告语的语义，从所述预设广告语中获取语义与所述目标广告图像所呈现内容相关联的目标广告语。/n

【技术特征摘要】
1.一种广告语获取方法，其特征在于，包括：
获取目标广告图像；
响应于获取到所述目标广告图像，获取所述目标广告图像的特征数据；所述目标广告图像的特征数据用于表征所述目标广告图像所呈现内容的性质；
基于所述目标广告图像的特征数据以及预设广告语中各广告语的语义，从所述预设广告语中获取语义与所述目标广告图像所呈现内容相关联的目标广告语。


2.根据权利要求1所述广告语获取方法，其特征在于，所述基于所述目标广告图像的特征数据以及预设广告语中各广告语的语义，从所述预设广告语中获取语义与所述目标广告图像所呈现内容相关联的目标广告语，包括：
根据所述预设广告语中各广告语的语义的特征数据与所述目标广告图像的特征数据，分别计算所述预设广告语中各广告语与所述目标广告图像的特征相似度；
根据所述预设广告语中各广告语与所述目标广告图像的特征相似度，从所述预设广告语中获取所述目标广告语；其中，所述目标广告语包括与所述目标广告图像的特征相似度最高的N条预设广告语。


3.根据权利要求2所述广告语获取方法，其特征在于，所述预设广告语中各广告语的语义的特征数据包括：所述预设广告语中各广告语包含的多个词中各个词的词向量；所述目标广告图像的特征数据包括：所述目标广告图像的多个目标特征图；
所述根据所述预设广告语中各广告语的语义的特征数据与所述目标广告图像的特征数据，分别计算所述预设广告语中各广告语与所述目标广告图像的特征相似度，包括：
根据备选广告语中包含的多个词中各个词的词向量与所述多个目标特征图两两之间的相似度，计算所述备选广告语与所述目标广告图像的特征相似度；所述备选广告语为所述预设广告语中任一条广告语。


4.根据权利要求1-3任一项所述广告语获取方法，其特征在于，所述获取所述目标广告图像的特征数据，包括：
将所述目标广告图像输入预设神经网络模型，得到所述目标广告图像的特征数据；
其中，所述预设神经网络模型，包括以样本广告图像作为训练数据，并以所述样本广告图像对应的内容标...

【专利技术属性】
技术研发人员：刘旭东，陈辉，梅晓茸，丁贵广，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11