JP2022028881A - 広告を自動的に生成する方法、装置、機器及びコンピュータ可読記憶媒体 - Google Patents

Abstract

【課題】広告を自動的に生成する方法、装置、機器、コンピュータ可読記憶媒体及びコンピュータプログラム製品を提供する。【解決手段】広告を自動的に生成する方法は、広告の対象の所属分野に基づいて、対象の属性を反映する文字内容、ピクチャ内容、ビデオ内容及び音声内容のうちの１つを含むマルチメディア内容を取得することと、分野と属性に基づいて、対象を説明する文字情報を生成することと、マルチメディア内容と文字情報を組み合わせることで、広告を生成することと、を含む。【選択図】図２

Description

本開示の実施例は、主に情報処理分野に関し、より具体的には、広告を自動的に生成する方法、装置、機器、コンピュータ可読記憶媒体及びコンピュータプログラム製品に関する。

モバイルデータネットワークの発展に伴い、広告の形態も大きく変化している。広告ビデオは商家が自己製品を展示する方法として、可能な限り材質、産地、寸法などの関連情報を含むこの製品の属性を詳細に説明する必要があり、広告の文案の作成、製品ピクチャの選択、エフェクトの作成などの各段階に関する。しかし、広告量の迅速な増加に伴い、広告の視聴対象が不明確となる場合、千篇一律の広告が人々の注目を集めることが困難であり、人手による広告ビデオの作成はコストが高く且つ時間がかかる。そのため、高品質な広告を効率的に生成する手段が求められている。

本開示の実施例に基づいて、広告を自動的に生成する手段を提供する。
本開示の第１態様では、広告を自動的に生成する方法を提供し、広告の対象の所属分野に基づいて、対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得することと、分野と属性に基づいて、対象を説明する文字情報を生成することと、マルチメディア内容と文字情報を組み合わせることで、広告を生成することと、を含む。

本開示の第２態様では、広告を自動的に生成する装置を提供し、広告の対象の所属分野に基づいて、対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得するように構成される第１マルチメディア内容取得モジュールと、分野と属性に基づいて、対象を説明する文字情報を生成するように構成される第１文字情報生成モジュールと、マルチメディア内容と文字情報を組み合わせることで、広告を生成するように構成される広告生成モジュールと、を含む。

本開示の第３態様では、電子機器を提供し、１つ又は複数のプロセッサと、１つ又は複数のプロセッサによって実行されると、１つ又は複数のプロセッサに本開示の第１態様による方法を実現する１つ又は複数のプログラムを記憶するための記憶装置と、を含む。

本開示の第４態様では、プロセッサによって実行されると、本開示の第１態様による方法を実現するコンピュータプログラムが記憶されたコンピュータ可読記憶媒体を提供する。

本開示の第５態様では、コンピュータプログラム命令を含むコンピュータプログラム製品を提供し、前記コンピュータプログラム命令はプロセッサによって実行されると、本開示の第１態様による方法を実現する。

理解すべきことは、本発明の明細書に記述された内容、本開示の実施例の肝心又は重要な特徴を制限するものでもなく、本開示の範囲を制限するものでもないことである。本発明の他の特徴は、以下の説明により容易に理解され得る。

図面に合わせて以下の詳細な説明を参照しながら、本開示の各実施例の上記と他の特徴、利点及び態様は、より顕著になる。図面において、同一又は類似の参照符号は同一又は類似の元素を示し、ここで、
本開示の複数の実施例を実現できる例示的な環境の模式図である。 本開示のいくつかの実施例による広告を自動的に生成する過程の一例のフローチャートである。 本開示のいくつかの実施例による知識グラフの一例である。 本開示のいくつかの実施例による広告を自動的に生成する過程の他の例のフローチャートである。 本開示の実施例による広告を自動的に生成する装置の例示的なブロック図である。 本開示の複数の実施例を実施できる計算機器のブロック図である。

以下、図面を参照しながら本開示の実施例をより詳細に説明する。図面では、本開示の幾つかの実施例を示すが、理解すべきことは、本開示は、様々な形態によって実現することができ、そして本明細書に記載される実施例に限定されると解釈すべきではなく、逆で提供するこれらの実施例は、本開示をより明確と全体的に理解するためのものであることである。理解すべきことは、本開示の図面及び実施例は、例示的なものに過ぎず、本開示の保護範囲を限定するためのものではないことである。

本開示の実施例の説明において、「含む」の用語及びその類似用語は、開放的に含む、すなわち「含むがこれらに限定されない」と理解すべきである。用語「に基づいて」は、「少なくとも部分的に．．．に基づいて」と理解すべきである。「一実施例」又は「当該実施例」は、「少なくとも一つの実施例」であると理解すべきである。「第１」、「第２」などの用語は、異なるまたは同一のものを指すことがある。以下、他の明確な定義と暗黙的定義を含める可能性もある。

前記のように、従来の手段では、広告を作成する際、ユーザは広告が向けられている対象に関連する素材を手動で検索し、広告の文案を作成し、検索した素材と広告の文案を整理し、エフェクトを作成して広告ビデオを生成しなければならない。従来の広告作成では、人手により様々な広告素材と広告の文案を取得する必要があるが、素材はマルチモードではない。更に、異なるシーンに対してバッチで広告を生成する必要がある場合、この手法は非常に非効率的であり且つコストが高い。

本開示の実施例は、広告を自動的に生成する手段を提供する。この解決手段では、まず広告が関する分野に基づいて、広告の対象に対するマルチメディア内容を取得する。その後、上記分野と対象の属性に基づいて、この対象を説明する文字情報を生成する。最後にマルチメディア内容と文字情報を組み合わせることで、広告を生成する。これにより、広告を生成する高品質マルチメディア内容と広告の文案を自動的に取得することで、広告を効率的に生成することができる。

図１は本開示の複数の実施例を実現できる例示的な環境１００の模式図を示す。図に示すように、例示的な環境１００は計算機器１１０、データベース１２０と広告１３０を含む。計算機器１１０はデータベース１２０に接続されてよい。データベース１２０は集中型又は分散型のいかなる適切なデータベースであってもよく、知識グラフ技術に基づくデータベースと検索に基づくデータベースを含むがそれらに限定されない。

一実施例において、広告１３０を生成するために、計算機器１１０はデータベースに記憶された知識グラフから広告１３０に対するマルチメディア内容、すなわち、素材を取得してよい。知識グラフの本質的な目的は現実世界において客観的に存在する知識、及び知識同士の間の相関関係の意味ネットワークを説明することである。現在、知識グラフの応用分野に基づいて、一般的に知識グラフは汎用知識グラフと専門知識グラフ（また、業界知識グラフと称する）に分けられている。汎用知識グラフは特定の分野に向けず、構造化された百科事典の知識に類似する。このような知識グラフは大量の常識的な知識を含み、知識範囲の広さを強調する。専門知識グラフは特定の分野に向け、業界知識に基づいて構築され、知識の深さを強調する。本明細書における知識グラフは専門的な広告の業界グラフ、企業グラフ、製品グラフなどの垂直知識グラフであってもよく、知識グラフにおける各ノードにはこのノードに関連するマルチモードデータが記憶される。しかしながら、汎用知識グラフであってもよく、本開示はここでは制限しない。

他の実施例において、データベース１２０における知識グラフにおいては一部のデータが不完璧である。例えば、エンジンを例として、初期に知識グラフを構築する時、エンジンという概念は燃費、色、排出量、ブランドと型番などの属性を含む可能性があり、これらの属性はいずれも常識的な知識、公衆が周知するものであるため、初期に知識グラフを構築する時、これらのエンジン属性に関する概念は知識グラフに添加されてよく、１つの概念は１つのノードに位置する。基本的に１つの知識グラフの全体的なフレームを構築する。しかし、具体的には、燃費はどのくらいであるか、色はどのような色を含めるか、排出量の大きさは何リットルであるか、ブランドと型番は何を含むかなどの知識は広範に変化でき、常識的な知識に含まれないため、詳細に提供することができず、これらのデータに対して更なる収集を行う必要がある。更に、知識グラフにおける従来のデータは単に単一モードである可能性があり、例えば、テキストフォーマットに過ぎず、これはビデオの作成に使用することができない。

上記知識グラフが完璧でない場合、計算機器１１０はネットワークを経由してデータベース以外のところからネットワーク全体のデータを取得して知識グラフを再構成してよい。ネットワークはいかなる適切なネットワークであってもよく、インターネット、ローカルエリアネットワーク（ＬＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、例えば、光ファイバーネットワークと同軸ケーブルなどの有線ネットワーク、及び、例えばＷＩＦＩ、ハニカム電気通信ネットワークとブルートゥース（登録商標）などの無線ネットワークなどを含むがそれらに限定されない。

計算機器１１０は集中型又は分散型のいかなる適切な計算機器であってもよく、パーソナルコンピュータ、サーバ、クライアント側、手持ち又はラップトップ型装置、マルチプロセッサ、マイクロプロセッサ、セットトップボックス、プログラマブル消費電子製品、ネットワークＰＣ、小型コンピュータ、大型コンピュータシステムと分散型クラウド及びその組み合わせを含むがそれらに限定されない。

計算機器１１０は更に、上記で取得されたマルチメディア内容を利用して広告１３０を合成してよく、広告を生成する詳細な過程を下記内容で説明する。
図２は本開示のいくつかの実施例による広告を自動的に生成する過程２００の一例のフローチャートを示す。過程２００は計算機器１１０により実現されてよい。

２１０では、計算機器１１０は広告１３０の対象の所属分野に基づいて、対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得する。例えば、計算機器１１０は生成する広告１３０の対象を確定して、この対象が属する分野に基づいて広告素材を確定する。

計算機器１１０は広告の分野を３つの階層に分けることができる。業界、会社、製品、異なる分野に対して異なる広告形態を有し、具体的には以下の幾つかに分けられる。（１）業界類：広告は、有名企業、業界の将来性などを含むこの業界の基本情報に注目して説明し、（２）会社類：会社の説明、関連する財務報告状況、製品の特徴、人員規模などの説明を含み、（３）製品類：主に有形と無形の製品を含む具体的な製品を説明する。計算機器１１０は広告１３０に係る分野を確定することで、関連する分野における知識グラフにおいて広告１３０の対象の属性を反映する素材をより絞って取得することができる。

一例において、計算機器１１０は分野を確定した後、計算機器１１０は知識グラフにおいてこの分野にマッチングする１つ又は複数の目標ノードを確定してよく、知識グラウにおけるノードは複数種の所定のデータフォーマットのデータに関連する。その後、計算機器１１０は１つ又は複数の目標ノードに関連する目標データをマルチメディア内容として取得してよい。

例えば、計算機器１１０は広告１３０の対象が自動車であることを確定した場合、その分野を製品分野として確定する。図３を例として、計算機器１１０は自動車分野にマッチングする目標ノードを車両３０１として確定する。計算機器１１０は更に、この車両ノード３０１によりそれに関連する燃費ノード３０２、色ノード３０３、ブランドノード３０４とエンジンノード３０５を確定してよく、その後、上記ノードに関連するマルチメディア内容、例えば、燃費に関連するテキスト内容（１０．０Ｌ３０６）、色に関連するピクチャ内容（自動車色のピクチャ３０８）、ブランドに関連するビデオ内容（自動車ブランドＢのビデオ３１０）、エンジンに関連する音声内容（排気音３１１）を取得してよい。

一実施例において、計算機器１１０は上記分野に基づいて、マルチメディア内容のタイプを確定してよく、前記タイプに対し、マルチメディア内容を取得する。例えば、上記製品分野に対し、製品を説明する文字内容、ピクチャ内容、ビデオ内容と音声内容を取得する必要がある。その後、更に知識グラフ３００に関連するノードにおいて、必要なタイプに基づいて、対応するマルチメディア内容を確定する。

上記内容では、構築した知識グラフ３００が存在する状況を説明した。構築した知識グラフがない場合、一実施例において、計算機器１１０はネットワークを経由して広告実体構造化データを取得し、その後、広告グラフの要求に応じて構造化データを広告グラフに入れることで関連する知識グラフを構築する。

他の実施例において、計算機器１１０はデータベース１２０と外部ネットワークから知識グラフを取得して広告グラフを構築してよく、例えば、汎用知識グラフを取得して専門知識グラフ（広告グラフ）を構築する。構築過程において、計算機器１１０はまず広告分野と広告テーマなどの情報に応じて関連する業界グラフ、企業グラフ、製品グラフなどの情報を取得し、その後、上記情報を上下位関係に応じて関連付け、欠落しているフィールド、例えば、製品のピクチャなどの情報に対するクロールを行い、これによってマルチモード知識グラフを構築する。

いくつかの実施例において、計算機器１１０は更に、取得されたマルチメディア内容をフィルタリングしてよい。例えば、計算機器１１０はブラックリストにあるネットワークアドレスに関連するマルチメディア内容を除去し、又は規制のある文字を含むマルチメディア内容を除去し、又は素材における関連するラベル又はタイトルなどの情報により政治軍事などのテーマに関連するマルチメディア内容を除去し、又はデータベース１２０における知識グラフと重複するマルチメディア内容を除去してよい。これは例示的なものに過ぎず、更に他の技術的手段により品質が低く且つ無用のマルチメディア内容をフィルタリングしてよい。

２２０では、計算機器１１０は分野と属性に基づいて、対象を説明する文字情報を生成する。上記の広告を生成するマルチメディア内容を取得した後、計算機器１１０は広告１３０の対象を説明する文字情報、すなわち、計画広告の文案を確定する。広告の文案の計画は広告を生成する中核部分であり、高品質な広告の文案は広告の特徴を十分に示さなければならない。

計算機器１１０はまず上記内容に基づいて対象と分野を確定し、データベース１２０において予めに構築した高品質な広告の文案テンプレートが存在するか否かを確定してもよく、存在すると確定する場合、上記２１０で取得された文字内容を広告の文案テンプレートに記入して広告の文案を生成してよい。

高品質な広告の文案テンプレートがない場合、一実施例において、計算機器１１０は対象と同じ分野の参照対象のコメント情報を取得し、その後、コメント情報に関連する閲覧、クリック、ナイス、コメント及びシェアのうちの少なくとも１つの数を示す前記コメント情報の注目度を取得し、その後、前記コメント情報から注目度が第１所定の閾値を超えた候補コメント情報を選択し、最後に選択された候補コメント情報に基づいて文字情報を生成する。

計算機器１１０はテンプレートマイニングの方法に基づいて、様々なＡＰＰウェブサイド、Ｑ＆Ａサイトから上記の確定した分野と対象に関連するある製品、会社の関連するコメント発言情報を取得し、これらのコメント情報から高品質のテンプレートを検索してよい。例えば、続けて自動車広告を例として、計算機器１１０は自動車類のＡＰＰ又はＢＢＳ掲示板から自動車に関する閲覧量が高い投稿又はナイス評価率が高いコメントを取得し、その後、その中の文字情報を候補コメント情報として取得してよい。計算機器１１０は更に、この候補コメント情報に基づいて広告の文案を生成してよい。

計算機器１１０は候補コメント情報を表すための言語構造の特徴を取得し、マルチメディア内容における文字内容と前記特徴に基づいて、文字情報を生成する。例えば、計算機器１１０は意味分析により、優れた候補コメント情報の文法構造を取得してよく、その後、２１０で取得された文字内容とこの文法構造に結合することで、広告１３０の対象を説明する文字情報、すなわち、広告の文案を生成する。

他の実施例において、計算機器１１０はニューラルネットワークモデルにより広告１３０の対象を説明する文字情報を生成してよい。計算機器１１０はまずこのモデルを取得してよく、計算機器１１０は履歴広告に対する履歴文字情報を取得し、履歴文字情報の構造を確定し、履歴文字情報と構造を利用してモデルをトレーニングすることで、モデルを取得してよい。

例えば、計算機器１１０はこのモデルをトレーニングするトレーニングセットを取得し、履歴投入広告の文案に対して関連する実体、属性、タイプ検索を行い、この広告の文案に対応する構造化データを確定し、高品質な人手により作成した高品質な広告の文案を取得してよい。その後、計算機器１１０はこのモデルをトレーニングし、例えば、ＥＲＩＮＥ－ＧＥＮに基づく予備トレーニングモデルを用いてよく、その基礎の上、元来の１つのテキストの代わりに、１つのテキスト＋対応する構造化データを入力し、その後、このモデルに対する微調整を行うことで出力できる広告の文案モデルを得る。

その後、計算機器１１０は広告１３０の対象の属性に基づいて、上記モデルを利用し、文字情報を生成する。例えば、計算機器１１０は所定の入力フィールド、例えば、２１０で取得された文字内容に基づいて、上記モデルにより、広告の文案を自動的に生成してよい。

一実施例において、上記モデルで生成された広告の文案は必ずしも高品質である。このような場合、計算機器１１０は付加的な広告の文案判別モデルにより更にその中の高品質な広告の文案をスクリーニングしてよい。この広告の文案判別モデルは高品質人手による広告の文案（正例）＋ランダム選択されたユーザコメントデータ＋人手による広告の文案文崩しの方式（負例）をトレーニングセットとして使用することによって、同様にＥＲＩＮＥ－ＧＥＮの予備トレーニングモデルに基づいて広告の文案判別モデルを取得する。

上記広告の文案生成モデルと広告の文案判別モデルは予めデータベース１２０に記憶され、又は計算機器１１０により生成してよく、本開示はここでは制限しない。
２３０では、計算機器１１０は前記マルチメディア内容と前記文字情報を組み合わせることで、前記広告を生成する。広告１３０の異なる分野、対象と２１０で取得された異なる種類のマルチメディアデータに対して、異なるテンプレートを応用することで、最後に生成された広告の多様性を保証する必要がある。

例えば、計算機器１１０は広告１３０が単一対象に対することを確定する場合、実体－プロパティ値に基づくテンプレートを選択し、このようなテンプレートは如何にして例えば、大きさ、材質、匂いなどのユーザが選択した広告１３０の対象の関連する属性をより良く示すことに注目する。計算機器１１０は広告１３０が複数の対象、例えば、同じ自動車ブランドの複数の異なる製品に対することを確定する場合、実体－実体に基づくテンプレートを選択し、このようなテンプレートはマルチ実体の場合に使用することが多く、重要な点はこれらの実体の間の比較関係を強調することである。計算機器１１０は更に、他のタイプのテンプレートを選択してよく、本開示はここでは制限しない。

計算機器１１０は上記テンプレートにより、２１０で取得されたマルチメディア内容と２２０で取得された広告の文案を組み合わせることで、広告を生成し、この広告は文字広告、ピクチャ広告、ビデオ広告又は音声広告であってもよく、本開示はここでは制限しない。

一実施例において、計算機器１１０は関連するマルチメディア内容を取得し、広告の文案、テンプレートを確定した後、バックグラウンドによりこれらのパラメータを対応する分散型ビデオレンダラプラットフォームに送信し、オフラインでビデオを生成することができ、例えば、２０～５０秒後に更にコールバックインタフェースを利用して最終的にレンダリングして生成されたビデオを取得する。

これにより、広告を生成する高品質なマルチメディア内容と広告の文案を自動的に取得し、広告を効率的に生成することができる。
図４は本開示のいくつかの実施例による広告を自動的に生成する過程の他の例のフローチャートを示す。過程４００は計算機器１１０により実現されてよい。４１０では、計算機器１１０は広告１３０の対象に基づいて広告１３０の分野を確定し、計算機器１１０は更に、ユーザの入力した分野を受信してよい。４２０では、計算機器１１０は上記分野に基づいて、知識グラフ４６０からマルチメディア内容を取得する。４３０では、計算機器１１０は広告の文案モデル４７０に基づいて広告の文案計画を行う。４４０では、計算機器１１０はテンプレートライブラリ４８０から広告テンプレートを選択する。最後、４５０では、計算機器１１０は上記マルチメディア内容、広告の文案と広告テンプレートに基づいて、広告を自動的に合成する。ステップ４１０からステップ４５０までの各ステップの具体的な実施は図２の説明を参照し、ここで詳細な説明を省略する。

図５は本開示の実施例による広告を自動的に生成する装置５００の例示的なブロック図を示す。図５に示すように、装置５００は、広告の対象の所属分野に基づいて、対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得するように構成される第１マルチメディア内容取得モジュール５１０と、分野と属性に基づいて、対象を説明する文字情報を生成するように構成される第１文字情報生成モジュール５２０と、マルチメディア内容と文字情報を組み合わせることで、広告を生成するように構成される広告生成モジュール５３０と、を含む。

いくつかの実施例において、第１マルチメディア内容取得モジュール５１０は、知識グラフにおける分野にマッチングする１つ又は複数の目標ノードを確定し、知識グラフにおけるノードは複数種の所定のデータフォーマットのデータに関連するように構成される目標ノード確定モジュールと、１つ又は複数の目標ノードに関連する目標データをマルチメディア内容として取得するように構成される第２マルチメディア内容取得モジュールと、を含んでもよい。

いくつかの実施例において、第１文字情報生成モジュール５２０は、対象と同じ分野の参照対象のコメント情報を取得するように構成されるコメント情報取得モジュールと、コメント情報に関連する閲覧、クリック、ナイス、コメント及びシェアのうちの少なくとも１つの数を示すコメント情報の注目度を取得するように構成される注目度取得モジュールと、コメント情報から注目度が第１所定の閾値を超えた候補コメント情報を選択するように構成されるコメント情報選択モジュールと、選択された候補コメント情報に基づいて文字情報を生成するように構成される第２文字情報生成モジュールと、を含んでもよい。

いくつかの実施例において、第２文字情報生成モジュールは、候補コメント情報を表すための言語構造の特徴を取得するように構成される特徴取得モジュールと、マルチメディア内容における文字内容と特徴に基づいて、文字情報を生成するように構成される第３文字情報生成モジュールと、を含んでもよい。

いくつかの実施例において、第１文字情報生成モジュール５２０は、属性に基づいて文字情報を生成するように構成されるモデルを取得するように構成される第１モデル取得モジュールと、属性に基づいて、モデルを利用し、文字情報を生成するように構成される第４文字情報生成モジュールと、を含んでもよい。

いくつかの実施例において、モデル取得モジュールは、履歴広告に対する履歴文字情報を取得するように構成される履歴文字情報取得モジュールと、履歴文字情報の構造を確定するように構成される構造確定モジュールと、履歴文字情報と構造を利用してモデルをトレーニングして、モデルを取得するように構成される第２モデル取得モジュールと、を含んでもよい。

いくつかの実施例において、第１マルチメディア内容取得モジュールは、分野に基づいて、マルチメディア内容のタイプを確定するように構成されるタイプ確定モジュールと、タイプに対して、マルチメディア内容を取得するように構成される第３マルチメディア内容取得モジュールと、を含む。

いくつかの実施例において、分野は業界分野、会社分野と製品分野のうちの１つを含む。
図６は本開示の実施例を実施できる例示的な機器６００の例示的なブロック図を示す。機器６００は図１の計算機器１１０を実現することができる。図に示すように、機器６００は中央処理ユニット（ＣＰＵ）６１０を含み、読み出し専用メモリ（ＲＯＭ）６２０に記憶されるコンピュータプログラム命令又は記憶ユニット６８０からランダム・アクセス・メモリ（ＲＡＭ）６３０にロードされるコンピュータプログラム命令に基づいて、様々な適切な動作と処理を実行してよい。ＲＡＭ ６３０において、更に機器６００の操作に必要な様々なプログラムとデータを記憶してよい。ＣＰＵ ６１０、ＲＯＭ ６２０及びＲＡＭ ６３０はバス６４０を介して相互に接続される。入力／出力（Ｉ／Ｏ）インターフェース６５０もバス６４０に接続される。

機器６００における複数の部品はＩ／Ｏインターフェース６５０に接続され、例えばキーボード、マウスなどの入力ユニット６６０と、例えば様々なタイプのディスプレイ、スピーカーなどの出力ユニット６７０と、例えば磁気ディスク、光ディスクなどの記憶ユニット６８０と、例えばネットワークカード、モデム、無線通信送受信機などの通信ユニット６９０と、を含む。通信ユニット６０９は、機器６００が例えば、インターネットなどのコンピュータネットワーク及び／又は様々な電気通信ネットワークを介して他の機器と情報／データのやり取りをすることを可能にする。

処理ユニット６１０は上記内容で説明した各方法と処理、例えば、過程２００及び／又は過程３００を実行する。例えば、いくつかの実施例において、過程２００及び／又は過程３００はコンピュータソフトウェアプログラムとして実現してよく、機械可読媒体、例えば、記憶ユニット６８０に有形に含まれる。いくつかの実施例において、コンピュータプログラムの部分又は全てはＲＯＭ ６２０及び／又は通信ユニット６９０を経由して機器６００にロード及び／又はインストールされてよい。コンピュータプログラムはＲＡＭ ６３０にロードされてＣＰＵ ６１０により実行される場合、上記内容で説明した過程２００及び／又は過程３００の１つ又は複数のステップを実行してよい。代替的に、別の実施例において、ＣＰＵ ６１０は他のいかなる適切な方式で（例えば、ファームウェアにより）過程２００及び／又は過程３００を実行するように構成されてよい。

本明細書で説明した機能は１つ又は複数のハードウェア論理装置により少なくとも部分的に実行してよい。例えば、非限定的に、利用できる例示的な種類のハードウェア論理装置は、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップシステム（ＳＯＣ）、コンプレックス・プログラマブル・ロジック・デバイス（ＣＰＬＤ）などを含んでもよい。

本開示の方法を実施するプログラムコードは１つ又は複数のプログラミング言語のいかなる組み合わせで書かれてよい。これらのプログラムコードを汎用コンピュータ、特殊目的のコンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供してよく、よってプログラムコードはプロセッサ又はコントローラにより実行される時にフローチャート及び／又はブロック図に規定される機能／操作を実施する。プログラムコードは完全に機械で実行してよく、部分的に機械で実行してよく、独立ソフトウェアパッケージとして部分的に機械で実行し且つ部分的に遠隔機械で実行してよく、又は完全に遠隔機械又はサーバで実行してよい。

本開示の文脈において、機械可読媒体は有形の媒体であってもよく、命令実行システム、装置又は機器に使用される又は命令実行システム、装置又は機器に組み合わせて使用されるプログラムを備えるか記憶してよい。機械可読媒体は機械可読信号媒体又は機械可読記憶媒体であってもよい。機械可読媒体は、電子、磁気、光学、電磁、赤外線、又は半導体システム、装置又は機器、又は上記内容のいかなる適切な組み合わせを含んでもよいが、これらに限定されない。機械可読記憶媒体のより具体的な例は、１つ又は複数のリード線による電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、光記憶装置、磁気記憶装置、又は上記内容のいかなる適切な組み合わせを含む。

更に、特定の順序を用いて各操作を示すが、理解すべきことは、示された特定の順序又は順番で実行するためにこれらの操作が求められ、又は全ての図示される操作を実行することで所望の結果を取得することである。一定の環境下で、マルチタスク及び並行処理が有利であり得る。同様に、上記説明に様々な具体的な実施例の詳細が含まれているが、本開示の範囲に対する限制ではないと理解すべきである。別々の実施例で説明されているいくつかの特徴、単一の実現において組み合わせて実現することもできる。逆で、単一の実現の文脈に説明した様々な特徴は、個別に又はいかなる適切な一部の組み合わせの方式で複数の実現において実現してよい。

構造の特徴及び／又は方法のロジックの動作に固有の言語を使用して本主題を説明したが、特許請求の範囲に限定された主題は、必ずしも前述した特定の特徴又は動作に限定されるべきではないことを理解すべきである。逆で、前述した特定の特徴又は動作、単に特許請求の範囲を実現する例示的形式に過ぎない。

Claims (19)

1. 広告を自動的に生成する方法であって、
   前記広告の対象の所属分野に基づいて、前記対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得することと、
   前記分野と前記属性に基づいて、前記対象を説明する文字情報を生成することと、
   前記マルチメディア内容と前記文字情報を組み合わせることで、前記広告を生成することとを含む、広告を自動的に生成する方法。
2. 前記広告の対象の所属分野に基づいて、前記対象の属性を反映するマルチメディア内容を取得することは、
   知識グラフにおける前記分野にマッチングする１つ又は複数の目標ノードを確定し、前記知識グラフにおけるノードは複数種の所定のデータフォーマットのデータに関連することと、
   前記１つ又は複数の目標ノードに関連する目標データを前記マルチメディア内容として取得することとを含む、請求項１に記載の方法。
3. 前記分野と前記属性に基づいて、前記対象を説明する文字情報を生成することは、
   前記対象と同じ分野の参照対象のコメント情報を取得することと、
   前記コメント情報に関連する閲覧、クリック、ナイス、コメント及びシェアのうちの少なくとも１つの数を示す前記コメント情報の注目度を取得することと、
   前記コメント情報から注目度が第１所定の閾値を超えた候補コメント情報を選択することと、
   選択された前記候補コメント情報に基づいて前記文字情報を生成することとを含む、請求項１に記載の方法。
4. 選択された前記候補コメント情報に基づいて前記文字情報を生成することは、
   前記候補コメント情報を表すための言語構造の特徴を取得することと、
   前記マルチメディア内容における文字内容と前記特徴に基づいて、前記文字情報を生成することとを含む、請求項３に記載の方法。
5. 前記分野と前記属性に基づいて、前記対象を説明する文字情報を生成することは、
   前記属性に基づいて前記文字情報を生成するように構成されるモデルを取得することと、
   前記属性に基づいて、前記モデルを利用して、前記文字情報を生成することとを含む、請求項１に記載の方法。
6. 前記モデルを取得することは、
   履歴広告に対する履歴文字情報を取得することと、
   前記履歴文字情報の構造を確定することと、
   前記履歴文字情報と前記構造を利用して前記モデルをトレーニングして前記モデルを取得することとを含む、請求項５に記載の方法。
7. 前記対象の属性を反映するマルチメディア内容を取得することは、
   前記分野に基づいて、マルチメディア内容のタイプを確定することと、
   前記タイプに対し、マルチメディア内容を取得することとを含む、請求項１に記載の方法。
8. 前記分野は業界分野、会社分野と製品分野のうちの１つを含む、請求項１に記載の方法。
9. 広告を自動的に生成する装置であって、
   前記広告の対象の所属分野に基づいて、前記対象の属性を反映する、文字内容、ピクチャ内容、ビデオ内容と音声内容のうちの１つを含むマルチメディア内容を取得するように構成される第１マルチメディア内容取得モジュールと、
   前記分野と前記属性に基づいて、前記対象を説明する文字情報を生成するように構成される第１文字情報生成モジュールと、
   前記マルチメディア内容と前記文字情報を組み合わせることで、前記広告を生成するように構成される広告生成モジュールとを含む、広告を自動的に生成する装置。
10. 前記マルチメディア内容取得モジュールは、
    知識グラフにおける前記分野にマッチングする１つ又は複数の目標ノードを確定し、前記知識グラフにおけるノードは複数種の所定のデータフォーマットのデータに関連するように構成される目標ノード確定モジュールと、
    前記１つ又は複数の目標ノードに関連する目標データを前記マルチメディア内容として取得するように構成される第２マルチメディア内容取得モジュールとを含む、請求項９に記載の装置。
11. 前記第１文字情報生成モジュールは、
    前記対象と同じ分野の参照対象のコメント情報を取得するように構成されるコメント情報取得モジュールと、
    前記コメント情報に関連する閲覧、クリック、ナイス、コメント及びシェアのうちの少なくとも１つの数を示す前記コメント情報の注目度を取得するように構成される注目度取得モジュールと、
    前記コメント情報から注目度が第１所定の閾値を超えた候補コメント情報を選択するように構成されるコメント情報選択モジュールと、
    選択された前記候補コメント情報に基づいて前記文字情報を生成するように構成される第２文字情報生成モジュールとを含む、請求項９に記載の装置。
12. 前記第２文字情報生成モジュールは、
    前記候補コメント情報を表すための言語構造の特徴を取得するように構成される特徴取得モジュールと、
    前記マルチメディア内容における文字内容と前記特徴に基づいて、前記文字情報を生成するように構成される第３文字情報生成モジュールとを含む、請求項１１に記載の装置。
13. 前記第１文字情報生成モジュールは、
    前記属性に基づいて前記文字情報を生成するように構成されるモデルを取得するように構成される第１モデル取得モジュールと、
    前記属性に基づいて、前記モデルを利用して、前記文字情報を生成するように構成される第４文字情報生成モジュールとを含む、請求項９に記載の装置。
14. 前記モデル取得モジュールは、
    履歴広告に対する履歴文字情報を取得するように構成される履歴文字情報取得モジュールと、
    前記履歴文字情報の構造を確定するように構成される構造確定モジュールと、
    前記履歴文字情報と前記構造を利用して前記モデルをトレーニングして、前記モデルを取得するように構成される第２モデル取得モジュールとを含む、請求項１３に記載の装置。
15. 前記第１マルチメディア内容取得モジュールは、
    前記分野に基づいて、マルチメディア内容のタイプを確定するように構成されるタイプ確定モジュールと、
    前記タイプに対して、マルチメディア内容を取得するように構成される第３マルチメディア内容取得モジュールとを含む、請求項９に記載の装置。
16. 前記分野は業界分野、会社分野と製品分野のうちの１つを含む、請求項９に記載の装置。
17. 電子機器であって、
    １つ又は複数のプロセッサと、
    前記１つ又は複数のプロセッサによって実行されると、前記１つ又は複数のプロセッサに請求項１～８のいずれか一項に記載の方法を実現させる１つ又は複数のプログラムを記憶するための記憶装置とを含む、電子機器。
18. コンピュータ可読記憶媒体であって、プロセッサによって実行されると、請求項１～８のいずれか一項に記載の方法を実現するコンピュータプログラムが記憶されたコンピュータ可読記憶媒体。
19. コンピュータプログラム命令を含むコンピュータプログラム製品であって、前記コンピュータプログラム命令はプロセッサによって実行されると、請求項１～８のいずれか一項に記載の方法を実現する、コンピュータプログラム製品。

Images