Os autores propõem uma solução programática para gerar manchetes publicitárias de produtos aplicando métodos de gradiente de política de Aprendizado por Reforço a Modelos de Linguagem Máscara baseados em Transformers. Esta abordagem condiciona conjuntamente vários produtos que um vendedor deseja anunciar.
- O método utiliza métodos de gradiente de política de Aprendizado por Reforço em Modelos de Linguagem Máscara baseados em Transformers.
- Ele cria manchetes publicitárias condicionando conjuntamente sobre vários produtos.
- O modelo supera os métodos existentes de Transformer e LSTM + RL em métricas de sobreposição e auditorias de qualidade.
- As manchetes geradas pelo modelo superam as submetidas por humanos em gramática e qualidade criativa de acordo com as auditorias.
Os autores consideram isso significativo porque fornece uma maneira escalável de atingir a barra de qualidade criativa para sites de comércio eletrônico, o que é difícil de alcançar manualmente em grande escala.