VisualTextRank：基于无监督图的内容提取方法用于自动化广告文本到图像检索
计算与语言
2021-08-06 v1 计算机视觉与模式识别
摘要
众多在线图库提供高质量且无版权的图像，可用于营销活动。为帮助广告主使用此类第三方图库，我们研究了在给定广告文本（通过简短的文本图像查询）的情况下自动获取相关广告图像的问题。受广告图像搜索查询（给定广告文本）日志数据观察的启发，我们将其形式化为一个关键词提取问题，即从广告文本（或其增强版本）中提取的关键词作为广告图像查询。在此背景下，我们提出 VisualTextRank：一种无监督方法，用于（i）利用语义相似的广告增强输入广告文本，以及（ii）从增强后的广告文本中提取图像查询。VisualTextRank 建立在先前基于图的上下文提取工作（特别是带偏置的 TextRank）基础之上，通过利用相似广告的文本和图像来改进关键词提取，并使用基于广告主类别的偏置与 sentence-BERT 嵌入。利用从 Verizon Media Native（Yahoo Gemini）广告平台的图库图像搜索功能（用于广告主入驻）收集的数据，我们证明了 VisualTextRank 相对于有竞争力的关键词提取基线方法的优越性（包括比带偏置的 TextRank 准确率提升 ）。对于图库图像仅限于英文查询的情况，我们展示了 VisualTextRank 在多语言广告（翻译为英文）上借助语义相似的英文广告的有效性。使用简化版 VisualTextRank 的在线测试使图库图像搜索的使用率提升了 28.7%，并使 Verizon Media Native 广告平台的广告主入驻率提升了 41.6%。
引用
@article{arxiv.2108.02725,
title = {VisualTextRank: Unsupervised Graph-based Content Extraction for Automating Ad Text to Image Search},
author = {Shaunak Mishra and Mikhail Kuznetsov and Gaurav Srivastava and Maxim Sviridenko},
journal= {arXiv preprint arXiv:2108.02725},
year = {2021}
}
备注
Accepted for publication at KDD 2021