利用视觉-语言预训练增强动态图像广告
信息检索
2023-06-27 v1
摘要
在多媒时代，图像是搜索广告中一种有效的媒介。动态图像广告（DIA）是一个将查询与广告图像匹配并生成多模态广告的系统，旨在改善用户体验和广告收益。DIA的核心是一个执行广告图像检索与相关度建模的查询-图像匹配模块。当前的查询-图像匹配受限于有限且不一致的数据，以及跨模态交互不足。此外，检索与相关度模型的分别优化影响了整体性能。为解决此问题，我们提出一个由两部分组成的视觉-语言框架。首先，我们在大规模图像-文本对上训练一个基础模型以学习通用多模态表示。然后，我们在广告业务数据上微调该基础模型，通过多目标学习统一相关度建模与检索。我们的框架已在百度搜索广告系统“凤巢”中部署。在线评估显示其将每千次成本（CPM）和点击率（CTR）分别提升了1.04%和1.865%。
引用
@article{arxiv.2306.14112,
title = {Enhancing Dynamic Image Advertising with Vision-Language Pre-training},
author = {Zhoufutu Wen and Xinyu Zhao and Zhipeng Jin and Yi Yang and Wei Jia and Xiaodong Chen and Shuanglong Li and Lin Liu},
journal= {arXiv preprint arXiv:2306.14112},
year = {2023}
}
备注
6 pages, 3 figures, accepted to SIRIP 2023