CN112767024B - 一种广告创意生成的方法及相关装置 - Google Patents

Abstract

本申请公开了一种广告创意生成的方法及相关装置，该方法包括：在生成广告创意时，首先，获得当前场景下目标用户的输入信息；然后，从该输入信息中分析得到第一广告创意控制信息；最后，将第一广告创意控制信息输入广告创意生成模型，以生成当前广告创意。可见，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；且生成广告创意时采用实时生成方式，确保了广告创意的实时性。即，针对不同场景、不同用户实时生成个性化的广告创意，极大地提升了广告创意的个性化能力。

Description

一种广告创意生成的方法及相关装置

技术领域

本申请涉及数据处理技术领域，尤其涉及一种广告创意生成的方法及相关装置。

背景技术

随着互联网技术的不断发展，用户在使用互联网服务的过程中，也在不断地接收到各种各样的广告；大量的广告导致用户对广告逐渐变得麻木，从而导致广告的点击率也相应下降。基于此，需要对广告创意进行个性化，从而提升广告的点击率。

目前对广告创意进行个性化的方式是指：通过统计大量群体用户的兴趣点，将该兴趣点作为控制信息；学习大量广告创意数据离线生成个性化广告创意，预测热门或点击率较高的个性化广告创意进行展示。

发明人经过研究发现，上述广告创意进行个性化的方式，难以摆脱从大量数据中统计学习的技术，耗费较多的时间、精力，但也只能针对大量群体用户生成缺乏个性化的广告创意；即，该方式导致广告创意的个性化能力较差，从而影响后续广告的点击率。

发明内容

有鉴于此，本申请提供一种广告创意生成的方法及相关装置，能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，从而能够提高后续广告的点击率。

第一方面，本申请实施例提供了一种广告创意生成的方法，所述方法包括：

获得当前场景下目标用户的输入信息；

分析所述输入信息获得第一广告创意控制信息；

基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

可选的，所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的。

可选的，所述广告创意生成模型的训练步骤包括：

利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

将训练完成的预设文本生成网络作为所述广告创意生成模型。

可选的，所述预设文本生成网络具体为生成式预训练语言GPT模型。

可选的，还包括：

获得所述当前场景下的场景相关信息；

对应地，所述分析所述输入信息获得第一广告创意控制信息，包括：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

可选的，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

可选的，还包括：

获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意，包括：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

可选的，还包括：

若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

可选的，还包括：

判断所述当前广告创意是否满足预设广告创意指标；

若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

可选的，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

第二方面，本申请实施例提供了一种广告创意生成的装置，所述装置包括：

第一获得单元，用于获得当前场景下目标用户的输入信息；

分析单元，用于分析所述输入信息获得第一广告创意控制信息；

生成单元，用于基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

可选的，所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的。

可选的，所述装置还包括训练单元，所述训练单元包括：

生成子单元，用于利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

调整子单元，用于基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

作为子单元，用于将训练完成的预设文本生成网络作为所述广告创意生成模型。

可选的，所述预设文本生成网络具体为生成式预训练语言GPT模型。

可选的，所述装置还包括：

第二获得单元，用于获得所述当前场景下的场景相关信息；

对应地，所述分析单元用于：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

可选的，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

可选的，所述装置还包括：

第三获得单元，用于获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

第四获得单元，用于基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述生成单元用于：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

可选的，所述装置还包括：

第一过滤单元，用于若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

第二过滤单元，用于若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

可选的，所述装置还包括：

判断单元，用于判断所述当前广告创意是否满足预设广告创意指标；

确定单元，用于若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

可选的，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

第三方面，本申请实施例提供了一种用于广告创意生成的装置，所述装置包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获得当前场景下目标用户的输入信息；

分析所述输入信息获得第一广告创意控制信息；

基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

第四方面，本申请实施例提供了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如第一方面中任一项所述的广告创意生成的方法。

与现有技术相比，本申请至少具有以下优点：

采用本申请实施例的技术方案，在生成广告创意时，首先，获得当前场景下目标用户的输入信息；然后，从该输入信息中分析得到第一广告创意控制信息；最后，将第一广告创意控制信息输入广告创意生成模型，以生成当前广告创意。可见，分析当前场景下目标用户的输入信息得到第一广告创意控制信息，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；利用广告创意生成模型实时生成广告创意，生成广告创意时采用实时生成方式，确保了广告创意的实时性。即，该方式能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，从而能够提高后续广告的点击率。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请实施例中一种应用场景所涉及的系统框架示意图；

图2为本申请实施例提供的一种广告创意生成的方法的流程示意图；

图3为本申请实施例提供的一种训练广告创意生成模型的框架示意图；

图4为本申请实施例提供的另一种广告创意生成的方法的流程示意图；

图5为本申请实施例提供的一种广告创意生成的装置的结构示意图；

图6为本申请实施例提供的一种用于广告创意生成的装置的结构示意图；

图7为本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

现阶段，一般是通过统计大量群体用户的兴趣点，将该兴趣点作为控制信息；学习大量广告创意数据离线生成个性化广告创意，预测热门或点击率较高的个性化广告创意进行展示。发明人经过研究发现，上述方式难以摆脱从大量数据中统计学习的技术，耗费较多的时间、精力，但也只能针对大量群体用户生成缺乏个性化的广告创意；即，该方式导致广告创意的个性化能力较差，从而影响后续广告的点击率。

为了解决这一问题，在本申请实施例中，在生成广告创意时，首先，获得当前场景下目标用户的输入信息；然后，从该输入信息中分析得到第一广告创意控制信息；最后，将第一广告创意控制信息输入广告创意生成模型，以生成当前广告创意。可见，分析当前场景下目标用户的输入信息得到第一广告创意控制信息，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；利用广告创意生成模型实时生成广告创意，生成广告创意时采用实时生成方式，确保了广告创意的实时性。即，该方式能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，从而能够提高后续广告的点击率。

举例来说，本申请实施例的场景之一，可以是应用到如图1所示的场景中，该场景包括用户终端101和处理器102。第一用户通过用户终端101输入广告创意控制信息样本和对应的广告创意样本发送至处理器102，处理器102预先基于上述数据和预设文本生成网络获得广告创意生成模型并存储。在生成广告创意时，第二用户通过用户终端101进行输入，处理器102采用本申请实施例提供的广告创意生成的具体实施方式，获得当前广告创意并发送至用户终端101，以便用户终端101将当前广告创意展示给第二用户。

可以理解的是，在上述应用场景中，虽然将本申请实施方式的动作描述由处理器102执行，但是，本申请在执行主体方面不受限制，只要执行了本申请实施方式所公开的动作即可。

可以理解的是，上述场景仅是本申请实施例提供的一个场景示例，本申请实施例并不限于此场景。

下面结合附图，通过实施例来详细说明本申请实施例中广告创意生成的方法及相关装置的具体实现方式。

示例性方法

参见图2，示出了本申请实施例中一种广告创意生成的方法的流程示意图。在本实施例中，所述方法例如可以包括以下步骤：

步骤201：获得当前场景下目标用户的输入信息。

传统的对广告创意进行个性化的方式，主要是通过统计大量群体用户的兴趣点，将该兴趣点作为控制信息；学习大量广告创意数据离线生成个性化广告创意；该方式仍然难以摆脱从大量数据中统计学习的技术，耗费较多的时间、精力，但也只能针对大量群体用户生成缺乏个性化的广告创意，导致广告创意的个性化能力较差。基于此，在本申请实施例中，为了提升广告创意的个性化能力，需要考虑到不同场景、不同用户对于广告创意的需求不同，即，在生成广告创意时需要考虑到当前场景和目标用户；因此，首先需要得到当前场景下目标用户的输入信息。

其中，输入信息可以是输入文本信息、输入语音信息、输入图像信息和输入网页信息等等信息中的一种或多种，在本申请实施例中并不限定输入信息的具体形式。

步骤202：分析所述输入信息获得第一广告创意控制信息。

在本申请实施例中，针对步骤201获得的当前场景下目标用户的输入信息，需要对其进行语义理解、关键信息识别抽取等等分析，以得到用于在生成广告创意时对广告创意进行语义控制的信息，作为第一广告创意控制信息。

作为一种示例，当前场景下目标用户的输入信息例如可以为对话场景下用户A的输入文本“YSL口红的新色号好漂亮啊”；分析输入文本“YSL口红的新色号好漂亮啊”，获得第一广告创意控制信息为“类别＝化妆品，品牌＝YSL，实体词＝口红，颜色＝新色号，情感＝漂亮”。

此外，在本申请实施例中，在步骤201的基础上，生成广告创意时还可以进一步考虑到当前场景，例如，还可以获得与当前场景相关的一些场景信息，作为当前场景下的场景相关信息。则在步骤202获得第一广告创意控制信息时，不仅需要分析当前场景下目标用户的输入信息，还需要分析当前场景下的场景相关信息，使得获得的第一广告创意控制信息更加准确、更加丰富。因此，在本申请一种可选的实施方式中，例如还可以包括步骤A：获得所述当前场景下的场景相关信息；对应地，所述步骤202例如可以包括：分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

由于对话场景在用户的日常生活中比较常见，考虑到将广告创意生成的方法应用于对话场景，即，在对话场景下生成广告创意，当前场景则为当前对话场景；此时，与当前对话场景相关的一些场景信息，即，当前场景下的场景相关信息例如可以是当前对话场景下对话对象身份信息。例如，对话对象身份信息可以为男生对女生、女生对男生、女生对女生或者工作伙伴等等。因此，在本申请一种可选的实施方式中，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

步骤203：基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

在本申请实施例中，针对步骤202获得的第一广告创意控制信息，需要将其输入基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的广告创意生成模型，以便利用第一广告创意控制信息在生成广告创意时进行语义控制，该广告创意生成模型实时生成并输出当前广告创意。因此，在本申请一种可选的实施方式中，所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的

其中，广告创意生成模型的获得是指：在获得广告创意控制信息样本和对应的广告创意样本作为训练数据后；需要通过该训练数据训练预先设定的文本生成网络，即，预设文本生成网络，充分挖掘广告创意控制信息样本与对应的广告创意样本之间的关联信息；在经过一定数量的上述训练数据多次迭代训练后，即可得到广告创意生成模型。

具体地，首先，需要将广告创意控制信息样本输入预设文本生成网络，该预设文本生成网络可以生成第一广告创意并输出；然后，需要利用预设损失函数，计算第一广告创意与该广告创意控制信息样本对应的广告创意样本的损失，以调整预设文本生成网络的参数；经过多次迭代训练，直至到达预设迭代训练次数或者预设文本生成网络收敛，完成预设文本生成网络的训练，将训练完成的预设文本生成网络作为广告创意生成模型。因此，在本申请一种可选的实施方式中，所述广告创意生成模型的训练步骤例如可以包括以下步骤：

步骤D：利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意。

其中，预设文本生成网络例如可以是长短期记忆网络(英文：Long Short TermMemory，缩写：LSTM)、Seq2seq模型、指针网络或者生成式预训练语言(英文：GenerativePre-Training，缩写：GPT)模型等其他文本生成网络。其中，GPT模型在文本生成上表现更优，其生成的文本在上下文连贯性和情感表达上都超过了人们对目前阶段的语言模型的预期；且GPT模型只需要少量的训练数据完成训练，即可达到较好的文本语义控制和文本生成效果，少量的训练数据可以极大地减少模型的训练时间。因此，将GPT模型设定为预设文本生成网络，相较于LSTM模型等其他文本生成网络效果更佳。即，在本申请一种可选的实施方式中，所述预设文本生成网络具体为生成式预训练语言GPT模型。其他模型也是可以的，不仅仅限于GPT

步骤E：基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数。

步骤F：将训练完成的预设文本生成网络作为所述广告创意生成模型。

作为一种示例，如图3所示的一种训练广告创意生成模型的框架示意图，广告创意控制信息样本为“类别＝化妆品，品牌＝YSL，实体词＝口红”，对应的广告创意样本为“YSL口红非常好用”；利用预设文本生成网络处理广告创意控制信息样本，生成第一广告创意，预设文本生成网络具体为GPT模型；基于第一广告创意、广告创意样本“YSL口红非常好用”和预设损失函数，调整预设文本生成网络的参数。将训练完成的预设文本生成网络作为诗歌生成模型。

此外，在本申请实施例中，在步骤201至步骤202的基础上，生成广告创意对广告创意进行语义控制时，还可以进一步考虑到目标用户，例如，还可以获得与目标用户的相关的一些用户信息，比如用户属性信息、用户兴趣信息、用户消费信息等等，作为第二广告创意控制信息。当然，生成广告创意对广告创意进行语义控制时，还可以进一步考虑与第一广告创意控制信息相关的一些广告创意控制信息，例如，预先收集各个广告创意控制信息形成广告创意相关知识图谱，利用该广告创意相关知识图谱查找与第一广告创意控制信息相关的一些广告创意控制信息，作为第二广告创意控制信息。

即，在本申请一种可选的实施方式中，在步骤203之前例如还可以包括：步骤G：获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，步骤H：基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息。

对应于上述说明，步骤203在生成广告创意时不仅利用第一广告创意控制信息进行语义控制，还需要利用第二广告创意控制信息进行语义控制，该共同语义控制方式，使得广告创意生成模型能够生成更加准确的第一广告创意，作为当前广告创意。因此，在本申请一种可选的实施方式中，所述步骤203例如可以包括：基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

作为一种示例，当前场景下目标用户的输入信息为对话场景下用户A的输入文本“YSL口红的新色号好漂亮啊”，当前场景下场景相关信息为“男生对女生”，则第一广告创意控制信息为“类别＝化妆品，品牌＝YSL，实体词＝口红，颜色＝新色号，情感＝漂亮，场景＝男生对女生”。目标用户的用户相关信息为“性别＝男生”，从广告创意相关知识图谱查找的与第一广告创意控制信息相关的广告创意控制信息为“颜色＝番茄红”，则第一广告创意控制信息为“性别＝男生，颜色＝番茄红”。利用广告创意生成模型生成当前广告创意为“女朋友都爱的YSL口红新色号番茄红”。

通过本实施例提供的各种实施方式，在生成广告创意时，首先，获得当前场景下目标用户的输入信息；然后，从该输入信息中分析得到第一广告创意控制信息；最后，将第一广告创意控制信息输入广告创意生成模型，以生成当前广告创意。可见，分析当前场景下目标用户的输入信息得到第一广告创意控制信息，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；利用广告创意生成模型实时生成广告创意，生成广告创意时采用实时生成方式，确保了广告创意的实时性。即，该方式能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，从而能够提高后续广告的点击率。

在上述实施例的基础上，在步骤203生成当前广告创意之后，还需要考虑生成的当前广告创意是否能够实际应用于广告中，即，需要预先设定与广告创意相关的一个或者多个指标，作为预设广告创意指标；基于此，判断第一广告创意是否满足预设广告创意指标，只有满足的情况下，才能将该当前广告创意作为对应当前场景目标用户的目标广告创意，通过该方式控制当前广告创意的质量。因此，下面结合附图4，通过又一实施例来详细说明本申请实施例中另一种广告创意生成的方法的具体实现方式。

参见图4，示出了本申请实施例中另一种广告创意生成的方法的流程示意图。在本实施例中，所述方法例如可以包括以下步骤：

步骤401：获得当前场景下目标用户的输入信息。

步骤402：分析所述输入信息获得第一广告创意控制信息。

步骤403：基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

在本申请实施例中，步骤401至步骤403和上述实施例的步骤201至步骤203相同，步骤401至步骤403的具体实施方式参见上述实施例的步骤201至步骤203的具体实施方式，在此不再赘述。

此外，在本申请实施例中，可能存在第一广告创意控制信息与广告库召回数据不匹配的情况；该情况下，该第一广告创意控制信息不应当继续用于在生成广告创意时对广告创意进行语义控制，即，还可以过滤掉与广告库召回数据不匹配的第一广告创意控制信息。同理，也可能存在第一广告创意与广告库召回数据不匹配的情况；该情况下，该第一广告创意不应当作为当前广告创意，即，还可以过滤掉与广告库召回数据不匹配的当前广告创意。当前，也可以在生成当前广告创意的进行时，判断正在生成还未生成的第一广告创意与广告库召回数据不匹配，不再继续生成当前广告创意，以便节省系统资源。因此，在本申请一种可选的实施方式中，例如还可以包括以下步骤：

步骤I：若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

步骤J：若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

步骤404：判断所述当前广告创意是否满足预设广告创意指标；若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

其中，考虑到生成的当前广告创意实际应用于广告中时，该当前广告创意需要具备文本通顺、逻辑合理、合法性等等特性，而合法性表示的是符合法律法规、敏感信息等要求。因此，在本申请一种可选的实施方式中，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

通过本实施例提供的各种实施方式，在生成广告创意时，首先，获得当前场景下目标用户的输入信息；其次，从该输入信息中分析得到第一广告创意控制信息；然后，将第一广告创意控制信息输入广告创意生成模型，生成当前广告创意；最后，当判断当前广告创意满足预设广告创意指标时，将当前广告创意作为对应当前场景目标用户的目标广告创意。可见，分析当前场景下目标用户的输入信息得到第一广告创意控制信息，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；利用广告创意生成模型实时生成广告创意，生成广告创意时采用实时生成方式，确保了广告创意的实时性；采用预设广告创意指标检验实时生成的广告创意，使得广告创意具有应用于广告的实用性。即，该方式能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，且该广告创意可实际应用于广告中，从而能够提高后续广告的点击率。

示例性装置

参见图5，示出了本申请实施例中一种广告创意生成的装置的结构示意图。在本实施例中，所述装置例如具体可以包括：

第一获得单元501，用于获得当前场景下目标用户的输入信息；

分析单元502，用于分析所述输入信息获得第一广告创意控制信息；

生成单元503，用于基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

在本申请实施例一种可选的实施方式中，所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的。

在本申请实施例一种可选的实施方式中，所述装置还包括训练单元，所述训练单元包括：

生成子单元，用于利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

调整子单元，用于基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

作为子单元，用于将训练完成的预设文本生成网络作为所述广告创意生成模型。

在本申请实施例一种可选的实施方式中，所述预设文本生成网络具体为生成式预训练语言GPT模型。

在本申请实施例一种可选的实施方式中，所述装置还包括：

第二获得单元，用于获得所述当前场景下的场景相关信息；

对应地，所述分析单元502用于：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

在本申请实施例一种可选的实施方式中，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

在本申请实施例一种可选的实施方式中，所述装置还包括：

第三获得单元，用于获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

第四获得单元，用于基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述生成单元503用于：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

在本申请实施例一种可选的实施方式中，所述装置还包括：

第一过滤单元，用于若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

第二过滤单元，用于若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

在本申请实施例一种可选的实施方式中，所述装置还包括：

判断单元，用于判断所述当前广告创意是否满足预设广告创意指标；

确定单元，用于若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

在本申请实施例一种可选的实施方式中，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

通过本实施例提供的各种实施方式，在生成广告创意时，首先，获得当前场景下目标用户的输入信息；然后，从该输入信息中分析得到第一广告创意控制信息；最后，将第一广告创意控制信息输入广告创意生成模型，以生成当前广告创意。可见，分析当前场景下目标用户的输入信息得到第一广告创意控制信息，生成广告创意时考虑了当前场景和目标用户，使得生成的广告创意更符合当前场景和目标用户；利用广告创意生成模型实时生成广告创意，生成广告创意时采用实时生成方式，确保了广告创意的实时性。即，该方式能够针对不同场景、不同用户，实时生成个性化的广告创意，极大地提升了广告创意的个性化能力，从而能够提高后续广告的点击率。

图6是根据一示例性实施例示出的一种用于广告创意生成的装置600的框图。例如，装置600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理部件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相互关联的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子组件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD至ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种广告创意生成的方法，所述方法包括：

获得当前场景下目标用户的输入信息；

分析所述输入信息获得第一广告创意控制信息；

基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意。

在本申请实施例一种可选的实施方式中，所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的。

在本申请实施例一种可选的实施方式中，所述广告创意生成模型的训练步骤包括：

利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

将训练完成的预设文本生成网络作为所述广告创意生成模型。

在本申请实施例一种可选的实施方式中，所述预设文本生成网络具体为生成式预训练语言GPT模型。

在本申请实施例一种可选的实施方式中，还包括：

获得所述当前场景下的场景相关信息；

对应地，所述分析所述输入信息获得第一广告创意控制信息，包括：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

在本申请实施例一种可选的实施方式中，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

在本申请实施例一种可选的实施方式中，还包括：

获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意，包括：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

在本申请实施例一种可选的实施方式中，还包括：

若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

在本申请实施例一种可选的实施方式中，还包括：

判断所述当前广告创意是否满足预设广告创意指标；

若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

在本申请实施例一种可选的实施方式中，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

图7是本申请实施例中服务器的结构示意图。该服务器700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)722(例如，一个或一个以上处理器)和存储器732，一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器722可以设置为与存储介质730通信，在服务器700上执行存储介质730中的一系列指令操作。

服务器700还可以包括一个或一个以上电源726，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口758，一个或一个以上键盘756，和/或，一个或一个以上操作系统741，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。

Claims (18)

1.一种广告创意生成的方法，其特征在于，包括：

获得当前场景下目标用户的输入信息；

分析所述输入信息获得第一广告创意控制信息；

基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意；

所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的；所述广告创意生成模型的训练步骤包括：

利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

将训练完成的预设文本生成网络作为所述广告创意生成模型。

2.根据权利要求1所述的方法，其特征在于，所述预设文本生成网络具体为生成式预训练语言GPT模型。

3.根据权利要求1所述的方法，其特征在于，还包括：

获得所述当前场景下的场景相关信息；

对应地，所述分析所述输入信息获得第一广告创意控制信息，包括：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

4.根据权利要求3所述的方法，其特征在于，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

5.根据权利要求1所述的方法，其特征在于，还包括：

获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意，包括：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

6.根据权利要求1所述的方法，其特征在于，还包括：

若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

7.根据权利要求1所述的方法，其特征在于，还包括：

判断所述当前广告创意是否满足预设广告创意指标；

若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

8.根据权利要求7所述的方法，其特征在于，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

9.一种广告创意生成的装置，其特征在于，包括：

第一获得单元，用于获得当前场景下目标用户的输入信息；

分析单元，用于分析所述输入信息获得第一广告创意控制信息；

生成单元，用于基于所述第一广告创意控制信息和广告创意生成模型，生成当前广告创意；

所述广告创意生成模型是基于广告创意控制信息样本和对应的广告创意样本，预先训练预设文本生成网络获得的；所述装置还包括训练单元，所述训练单元包括：

生成子单元，用于利用所述预设文本生成网络处理所述广告创意控制信息样本，生成第一广告创意；

调整子单元，用于基于所述第一广告创意、所述广告创意样本和预设损失函数，调整所述预设文本生成网络的参数；

作为子单元，用于将训练完成的预设文本生成网络作为所述广告创意生成模型。

10.根据权利要求9所述的装置，其特征在于，所述预设文本生成网络具体为生成式预训练语言GPT模型。

11.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第二获得单元，用于获得所述当前场景下的场景相关信息；

对应地，所述分析单元用于：

分析所述输入信息和所述场景相关信息，获得所述第一广告创意控制信息。

12.根据权利要求11所述的装置，其特征在于，所述当前场景为当前对话场景时，所述场景相关信息包括对话对象身份信息。

13.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第三获得单元，用于获得所述目标用户的用户相关信息作为第二广告创意控制信息，所述用户相关信息包括用户属性信息、用户兴趣信息、用户消费信息中一种或多种；和/或，

第四获得单元，用于基于所述第一广告创意控制信息和广告创意相关知识图谱，获得所述第二广告创意控制信息；

对应地，所述生成单元用于：

基于所述第一广告创意控制信息、所述第二广告创意控制信息和所述广告创意生成模型，生成所述当前广告创意。

14.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第一过滤单元，用于若所述第一广告创意控制信息与广告库召回数据不匹配，过滤所述第一广告创意控制信息；和/或，

第二过滤单元，用于若所述当前广告创意与所述广告库召回数据不匹配，过滤所述当前广告创意。

15.根据权利要求9所述的装置，其特征在于，所述装置还包括：

判断单元，用于判断所述当前广告创意是否满足预设广告创意指标；

确定单元，用于若是，将所述当前广告创意确定为对应所述当前场景目标用户的目标广告创意。

16.根据权利要求15所述的装置，其特征在于，所述预设广告创意指标包括文本通顺指标、逻辑合理指标和/或合法性指标，所述合法性指标包括法律法规指标和/或敏感信息指标。

17.一种用于广告创意生成的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序，以执行如权利要求1至8中任一项所述的广告创意生成的方法。

18.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至8中任一项所述的广告创意生成的方法。