AdParaphrase v2.0：使用偏好标注复述数据集生成有吸引力的广告文本
计算与语言
2025-05-28 v1
摘要
识别使广告文本具有吸引力的因素对于广告成功至关重要。本研究提出了 AdParaphrase v2.0，一个用于广告文本复述的数据集，包含人类偏好数据，以支持语言因素分析并促进有吸引力的广告文本生成方法的发展。与 v1.0 相比，该数据集规模扩大了 20 倍，包含 16,460 个广告文本复述对，每个复述对均附有十名评估者的偏好数据，从而实现更全面可靠的分析。通过实验，我们发现了 v1.0 中未观察到的吸引人广告文本的多种语言特征，并探索了生成有吸引力广告文本的各种方法。此外，我们的分析展示了人类偏好与广告表现之间的关系，并突出了基于大语言模型的无参考指标在评估广告文本吸引力方面的潜力。该数据集已在以下网址公开：https://github.com/CyberAgentAILLab/AdParaphrase-v2.0。
引用
@article{arxiv.2505.20826,
title = {AdParaphrase v2.0: Generating Attractive Ad Texts Using a Preference-Annotated Paraphrase Dataset},
author = {Soichiro Murakami and Peinan Zhang and Hidetaka Kamigaito and Hiroya Takamura and Manabu Okumura},
journal= {arXiv preprint arXiv:2505.20826},
year = {2025}
}
备注
Accepted to ACL2025 Findings