基于多模态生成对抗学习的商品标题精化
计算与语言
2018-11-13 v1
摘要
如今，越来越多的客户倾向于使用电商应用浏览和购买商品。由于商家通常倾向于使用冗余且信息过载的商品标题来吸引客户注意，在手机有限的屏幕上简洁地展示短商品标题十分重要。以往研究者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视角。本文提出一种用于短商品标题生成的多模态生成对抗网络（MM-GAN），其创新性地融合了图像信息、商品的属性标签以及原始长标题的文本信息。MM-GAN将短标题生成视为强化学习过程，其中生成的标题由判别器以类人视角进行评估。
引用
@article{arxiv.1811.04498,
title = {Product Title Refinement via Multi-Modal Generative Adversarial Learning},
author = {Jianguo Zhang and Pengcheng Zou and Zhao Li and Yao Wan and Ye Liu and Xiuming Pan and Yu Gong and Philip S. Yu},
journal= {arXiv preprint arXiv:1811.04498},
year = {2018}
}
备注
Workshop on Visually Grounded Interaction and Language, NIPS, 2018