广告自动生成系统技术方案

本发明专利技术公开了一种基于风格图谱的广告自动生成方法

【技术实现步骤摘要】
广告自动生成系统、方法及计算机存储介质


[0001]本专利技术属于人工智能自然语言处理领域，具体涉及一种广告自动生成系统
、
方法及计算机存储介质
。

技术介绍

[0002]在当前的广告制作领域，虽然有许多广告制作软件可以帮助企业快速制作广告，但是这些软件缺乏创新性和个性化定制功能，难以适应不同广告类别和主题的要求，而且需要人工进行制作和调整，效率低下
。
此外，当前的广告制作流程中，涉及到多个环节，如文字
、
图片和视频制作等，需要进行人工协调，增加了制作的时间和成本
。
虽然目前已经涌现出一些自动生成广告的技术，例如使用图像处理技术生成广告图片
、
使用机器学习技术生成广告文案等，但这些技术往往缺乏对广告风格和主题的精准把控和深入挖掘，无法满足广告行业的实际需求
。
[0003]首先，在广告生成方面，现有技术通常采用模板化生成方式，但该方式往往无法满足不同广告类型和主题的需求，且生成的广告内容难以自然
、
流畅和准确
。
[0004]其次，在广告素材方面，现有技术通常只能生成单种类的广告素材，如文字或图片广告
。
[0005]最后，在应用领域方面，现有技术往往局限于特定的应用场景，如电子商务
、
搜索引擎广告等
。

技术实现思路

[0006]本专利技术所要解决的技术问题是：提供一种广告自动生成系统
、
方法及计算机存储介质，解决了现有技术中广告生成技术无法满足不同广告形式需求的问题
。
[0007]本专利技术为解决上述技术问题采用以下技术方案：
[0008]一种广告自动生成系统，包括风格图谱模型生成模块
、
风格匹配模块
、
数据自动处理模块
、
自然语言处理模块；其中，风格图谱模型生成模块，用于将若干广告样本进行特征提取，生成不同类型的风格图谱，并根据不同广告类别和主题，将风格图谱划分为不同的区域，构建风格图谱数据库；
[0009]风格匹配模块，用于将用户输入的广告特征与风格图谱数据库中的风格图谱进行匹配，并将匹配成功的风格图谱和输入的广告特征发送至数据自动处理模块；
[0010]数据自动处理模块，用于对接收到的数据进行自动处理，并生成广告稿件；
[0011]自然语言处理模块，对生成的广告稿件进行检测及优化处理，生成符合用户要求的广告稿件并返回到用户操作界面
。
[0012]所述广告样本的特征类型包括但不限于色彩
、
文字
、
排版
、
图片
、
音频
、
视频
。
[0013]所述系统还包括用户输入界面和广告稿件输出界面，通过用户输入界面输入所需的广告特征，用户输出界面用于显示生成的广告稿件
。
[0014]一种广告自动生成方法，首先，收集若干广告数据，并对这些数据进行特征提取，
生成广告风格图谱，构建风格图谱数据库；其次，接收用户输入的广告特征并进行分析，在风格图谱数据库中选择相应的风格图谱进行匹配；然后，对用户输入的广告特征和匹配的风格图谱进行处理，训练广告生成模型，获取对应风格的广告稿件；最后，将生成的广告稿件输入大语言模型进行检测和优化，获取符合用户要求的广告稿件
。
[0015]构建风格图谱数据库的具体过程如下：
[0016]步骤
1、
数据收集和预处理，收集和准备用于训练和测试模型的广告数据作为样本，将其转换成模型可以理解和处理的形式，并进行数据清洗和标准化；
[0017]步骤
2、
对广告数据进行特征提取，在不同广告类别和主题的广告文本
、
图片和视频中提取风格特征；
[0018]步骤
3、
构建风格图谱数据库，首先，将提取的风格特征映射到一个高维向量空间中，然后，使用降维算法将这个高维向量空间映射到一个二维平面上，生成风格图谱；最后，根据不同的广告类别和主题，将风格图谱划分为不同的区域，组成风格图谱数据库
。
[0019]所述预处理包括文本预处理
、
图像预处理和音频预处理，其中，文本预处理是对输入的关键词进行分词
、
去除停用词
、
词干提取
、
情感分析
、
实体识别；图像预处理包括图像缩放
、
图像增强
、
图像特征提取
、
图片转文字的过程；音频预处理包括音频分帧
、
音频特征提取
、
音频转文字的过程
。
[0020]所述风格图谱匹配方法如下：
[0021]风格匹配模块接收到用户输入的广告特征关键词后，首先，对待匹配的广告样本进行包括但不限于分词
、
去除停用词
、
词干提取
、
情感分析
、
实体识别的文本特征提取；其次，计算待匹配广告样本与风格图谱数据库中每个风格图谱的文本相似度；然后，将文本的相似度进行加权平均，得到待匹配广告样本与每个风格图谱的综合相似度；最后，选择综合相似度最高的风格图谱作为匹配结果，并确定对应的广告风格
。
[0022]广告生成模型的具体训练方法包括如下步骤：
[0023]步骤
a、
数据预处理：针对文本
、
图片
、
音频和视频的多模态数据，应用不同的预处理工具和库进行数据预处理；
[0024]步骤
b、
特征提取：针对不同的数据类型，提取出关键的特征信息；
[0025]步骤
c、
构建广告生成模型：针对不同的生成模型，设计对应的网络结构和损失函数；
[0026]步骤
d、
模型训练：针对不同的生成模型和数据集，采用相应的训练策略和优化算法进行训练
。
[0027]所述广告稿件的优化过程包括如下部分：
[0028]语法纠错：采用基于
NLP
的自然语言生成模型，对广告文本进行语法纠错，所述语法纠错包括但不限于基于规则的语法检查
、
基于统计机器翻译的语法纠错
、
基于深度学习的语法纠错；
[0029]关键词提取：采用基于
NLP
的关键词提取模型，从广告文本中提取出关键词和短语，所述关键词提取方法包括但不限于基于
TF
‑
IDF、
基于主题模型
、
基于深度学习的词向量提取；
[0030]文本摘要：采用基于
NLP
的文本摘要模型，对广告文本进行自动化摘要，包括但不限于基于抽取式摘要
、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种广告自动生成系统，其特征在于：包括风格图谱模型生成模块
、
风格匹配模块
、
数据自动处理模块
、
自然语言处理模块；其中，风格图谱模型生成模块，用于将若干广告样本进行特征提取，生成不同类型的风格图谱，并根据不同广告类别和主题，将风格图谱划分为不同的区域，构建风格图谱数据库；风格匹配模块，用于将用户输入的广告特征与风格图谱数据库中的风格图谱进行匹配，并将匹配成功的风格图谱和输入的广告特征发送至数据自动处理模块；数据自动处理模块，用于对接收到的数据进行自动处理，并生成广告稿件；自然语言处理模块，对生成的广告稿件进行检测及优化处理，生成符合用户要求的广告稿件并返回到用户操作界面
。2.
根据权利要求1所述的广告自动生成系统，其特征在于：所述广告样本的特征类型包括但不限于色彩
、
文字
、
排版
、
图片
、
音频
、
视频
。3.
根据权利要求1所述的广告自动生成系统，其特征在于：所述系统还包括用户输入界面和广告稿件输出界面，通过用户输入界面输入所需的广告特征，用户输出界面用于显示生成的广告稿件
。4.
一种广告自动生成方法，其特征在于：首先，收集若干广告数据，并对这些数据进行特征提取，生成广告风格图谱，构建风格图谱数据库；其次，接收用户输入的广告特征并进行分析，在风格图谱数据库中选择相应的风格图谱进行匹配；然后，对用户输入的广告特征和匹配的风格图谱进行处理，训练广告生成模型，获取对应风格的广告稿件；最后，将生成的广告稿件输入大语言模型进行检测和优化，获取符合用户要求的广告稿件
。5.
根据权利要求4所述的广告自动生成方法，其特征在于：构建风格图谱数据库的具体过程如下：步骤
1、
数据收集和预处理，收集和准备用于训练和测试模型的广告数据作为样本，将其转换成模型可以理解和处理的形式，并进行数据清洗和标准化；步骤
2、
对广告数据进行特征提取，在不同广告类别和主题的广告文本
、
图片和视频中提取风格特征；步骤
3、
构建风格图谱数据库，首先，将提取的风格特征映射到一个高维向量空间中，然后，使用降维算法将这个高维向量空间映射到一个二维平面上，生成风格图谱；最后，根据不同的广告类别和主题，将风格图谱划分为不同的区域，组成风格图谱数据库
。6.
根据权利要求5所述的广告自动生成方法，其特征在于：所述预处理包括文本预处理
、
图像预处理和音频预处理，其中，文本预处理是对输入的关键词进行分词
、
去除停用词
、
词干提取
、
情感分析
、
实体识别；图像预处理包括图像缩放
、
图像增强
、
图像特征提取
、
图片转文字的过程；音频预处理包括音频分帧
、
...

【专利技术属性】
技术研发人员：张庆全，张征，郑雯轩，刘泽慧，刘慧慧，于瑞卿，张零修，张春宇，
申请(专利权)人：天津天机人工智能有限公司，
类型：发明
国别省市：