AdParaphrase：用于分析生成有吸引力广告文本的语言特征的改写数据集

能够吸引潜在客户的有效语言选择在广告成功中起着至关重要的作用。本研究旨在探索影响人类偏好的广告文本语言特征。尽管创作有吸引力的广告文本是一个活跃的研究领域，但理解影响吸引力的具体语言特征的进展受到若干障碍的阻碍。首先，人类偏好是复杂的，并受多种因素影响，包括其内容（如品牌名称）和语言风格，这使得分析具有挑战性。其次，缺乏包含人类偏好的公开可用广告文本数据集，例如反映人们兴趣的广告效果指标和人类反馈。为了解决这些问题，我们提出了 AdParaphrase，这是一个改写数据集，包含了对语义等价但措辞和风格不同的广告文本对的人类偏好。该数据集允许进行侧重于语言特征差异的偏好分析。我们的分析表明，人类评判者偏好的广告文本具有更高的流畅度、更长的长度、更多的名词以及括号符号的使用。此外，我们证明，一个考虑了这些发现的广告文本生成模型能显著提高给定文本的吸引力。该数据集可在以下网址公开获取：https://github.com/CyberAgentAILab/AdParaphrase。