TSI：一种基于文本到点击率与语义广告相似度的广告文本强度指示器
计算与语言
2021-08-19 v1 信息检索
摘要
构思有效的广告文本是一个耗时的过程，对于广告经验有限的小企业尤其具有挑战性。当缺乏经验的广告主使用撰写拙劣的广告文本入驻时，广告平台有机会检测低表现广告文本并提供改进建议。为实现此机会，我们提出一种广告文本强度指示器(TSI)，其：(i) 预测输入广告文本的点击率(CTR)，(ii) 获取相似的现有广告以在输入广告周围创建邻域，(iii) 比较邻域中的预测 CTR 以判定输入广告是强还是弱。此外，作为广告文本改进建议，TSI 展示邻域中较优广告(更高预测 CTR)的匿名版本。对于(i)，我们提出一种基于 BERT 的文本到 CTR 模型，使用与广告文本相关的展示与点击训练。对于(ii)，我们提出一种基于 sentence-BERT 的语义广告相似度模型，使用来自广告活动设置数据的弱标签训练。离线实验表明，相较于基于词袋的基线，我们的基于 BERT 的文本到 CTR 模型在新(冷启动)广告主的 CTR 预测 AUC 上取得显著提升。此外，我们的用于相似广告检索的语义文本相似度模型达到 0.93 的 precision@1(用于检索同一产品类别的广告)；这显著高于无监督的 TF-IDF、word2vec 和 sentence-BERT 基线。最后，我们分享了 Yahoo (Verizon Media) 广告平台中广告主的有希望的在线结果，其中实施了具有亚秒级端到端延迟的 TSI 变体。
引用
@article{arxiv.2108.08226,
title = {TSI: an Ad Text Strength Indicator using Text-to-CTR and Semantic-Ad-Similarity},
author = {Shaunak Mishra and Changwei Hu and Manisha Verma and Kevin Yen and Yifan Hu and Maxim Sviridenko},
journal= {arXiv preprint arXiv:2108.08226},
year = {2021}
}
备注
Accepted for publication at CIKM 2021