자기 비판적 마스크 언어 모델을 사용한 광고 헤드라인 생성

저자들은 Transformer 기반 Masked Language Model에 Reinforcement Learning policy gradient 방법을 적용하여 제품 광고 헤드라인을 생성하는 프로그래밍적 해결책을 제안합니다. 이 접근 방식은 판매자가 광고하려는 여러 제품에 대해 결합 조건부 처리를 수행합니다.

• 이 방법은 Transformer 기반 Masked Language Model에서 RL Policy gradient 방법을 활용합니다.
• 여러 제품에 결합 조건부 처리를 통해 광고 헤드라인을 생성합니다.
• 모델은 오버랩 지표 및 품질 감사에서 기존 Transformer 및 LSTM + RL 방법보다 우수합니다.
• 감사에 따르면, 모델이 생성한 헤드라인은 사람이 제출한 헤드라인보다 문법과 창의적 품질에서 더 뛰어납니다.

저자들은 이것이 중요한 것으로 간주하는데, 이는 대규모로 수동적으로 달성하기 어려운 이커머스 웹사이트의 창의적 품질 기준을 충족시키는 확장 가능한 방법을 제공하기 때문입니다.