作者提出了一种通过强化学习策略梯度方法应用于基于Transformer的掩码语言模型来生成产品广告标题的程序化解决方案。该方法对卖家希望推广的多个产品进行联合条件约束。
- 该方法在基于Transformer的掩码语言模型上使用RL策略梯度方法。
- 它通过对多个产品进行联合条件约束来创建广告标题。
- 该模型在重叠指标和质量审计方面优于现有的Transformer和LSTM + RL方法。
- 根据审计，模型生成的标题在语法和创意质量上超越了人工提交的标题。
作者认为这很重要，因为它提供了一种可扩展的方式来实现电商网站的创意质量标准，而在大规模下手动实现这一点很困难。