用于移动电商短商品标题生成的多模态生成对抗网络
计算与语言
2019-04-04 v1
摘要
如今，越来越多的客户倾向于使用淘宝、亚马逊等移动电商 App 浏览和购买商品。由于商家通常倾向于描述冗余且信息过量的商品标题以吸引客户注意，在手机有限的屏幕上简洁地展示短商品标题十分重要。针对这一矛盾，以往研究主要考虑长商品标题的文本信息，且在训练与评估过程中缺乏类人的视角。在本文中，我们提出了一种用于电商短商品标题生成的多模态生成对抗网络（MM-GAN），其创新性地融合了来自商品的图像信息与属性标签，以及来自原始长标题的文本信息。MM-GAN 将短标题生成视为一个强化学习过程，其中生成的标题由判别器以类人视角进行评估。在大规模电商数据集上的大量实验表明，我们的算法优于其他最先进的方法。此外，我们将模型部署到真实在线电商环境中，分别有效提升了点击率与点击转化率 1.66% 和 1.87%。
引用
@article{arxiv.1904.01735,
title = {Multi-Modal Generative Adversarial Network for Short Product Title Generation in Mobile E-Commerce},
author = {Jian-Guo Zhang and Pengcheng Zou and Zhao Li and Yao Wan and Xiuming Pan and Yu Gong and Philip S. Yu},
journal= {arXiv preprint arXiv:1904.01735},
year = {2019}
}
备注
Accepted by NAACL-HLT 2019. arXiv admin note: substantial text overlap with arXiv:1811.04498