特開 2024-89788 宣伝文生成システムおよび宣伝文生成方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024089788

(43)【公開日】2024-07-04

(54)【発明の名称】宣伝文生成システムおよび宣伝文生成方法

(51)【国際特許分類】

   G06Q 30/0241 20230101AFI20240627BHJP

   G06F 40/56 20200101ALI20240627BHJP

【ＦＩ】

G06Q30/0241 444

G06F40/56

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022205206

(22)【出願日】2022-12-22

(71)【出願人】

【識別番号】514253459

【氏名又は名称】ネットスマイル株式会社

(74)【代理人】

【識別番号】100114971

【弁理士】

【氏名又は名称】青木 修

(72)【発明者】

【氏名】齊藤 福光

(72)【発明者】

【氏名】アレッサンドロ ファエッダ

(72)【発明者】

【氏名】ヤン ハイニー

【テーマコード（参考）】

5B091

5L030

5L049

【Ｆターム（参考）】

5B091CA21

5B091EA01

5L030BB08

5L049BB08

(57)【要約】

【課題】 ユーザーの熟練度に拘わらず良好な宣伝文を生成する宣伝文生成システムおよび宣伝文生成方法を得る。
【解決手段】 テキスト収集部２１は、対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集する。クラスタリング処理部２２は、収集されたテキストのクラスタリングを実行しテキストのクラスターを生成する。クラスター分類部２３は、生成されたクラスターをそれぞれ複数の訴求軸のいずれかに分類する。クラスター選択部２４は、その複数の訴求軸のうちの１つの訴求軸を選択し、選択した訴求軸に分類されたクラスターを選択する。要約文生成部２５は、選択されたクラスターの要約文を生成する。宣伝文生成部２６は、生成された要約文から宣伝文を生成する。
【選択図】 図２

【特許請求の範囲】

【請求項1】

対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集するテキスト収集部と、
収集された前記テキストのクラスタリングを実行し前記テキストのクラスターを生成するクラスタリング処理部と、
生成された前記クラスターをそれぞれ複数の訴求軸のいずれかに分類するクラスター分類部と、
前記複数の訴求軸のうちの１つの訴求軸を選択し、選択した前記訴求軸に分類された前記クラスターを選択するクラスター選択部と、
選択された前記クラスターの要約文を生成する要約文生成部と、
生成された前記要約文から宣伝文を生成する宣伝文生成部と、
を備えることを特徴とする宣伝文生成システム。

【請求項2】

前記クラスター選択部は、前記複数の訴求軸のそれぞれに分類されたクラスターに含まれるテキストの数に基づいて、前記複数の訴求軸から前記１つの訴求軸を選択することを特徴とする請求項１記載の宣伝文生成システム。

【請求項3】

前記クラスター分類部は、前記複数の訴求軸のそれぞれに分類されたクラスターに含まれるテキストに対して形態素解析を行い、前記テキストにおける形態素に基づいて、前記クラスターをそれぞれ前記複数の訴求軸のいずれかに分類することを特徴とする請求項１記載の宣伝文生成システム。

【請求項4】

生成された前記宣伝文に対応するバナー画像を生成するバナー生成部をさらに備えることを特徴とする請求項１記載の宣伝文生成システム。

【請求項5】

生成された前記宣伝文に対する効果測定結果に基づいて、前記宣伝文生成部の機械学習を行う機械学習処理部をさらに備えることを特徴とする請求項１記載の宣伝文生成システム。

【請求項6】

前記テキスト収集部は、所定のウェブページ上でのアンケートへの回答、所定のソーシャルネットワークサービスへの投稿、所定のクチコミサイトへの投稿、および所定のウェブページにおけるニュース記事の少なくとも１つから前記複数のテキストを収集することを特徴とする請求項１記載の宣伝文生成システム。

【請求項7】

対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集するテキスト収集ステップと、
収集された前記テキストのクラスタリングを実行し前記テキストのクラスターを生成するクラスタリング処理ステップと、
生成された前記クラスターをそれぞれ複数の訴求軸のいずれかに分類するクラスター分類ステップと、
前記複数の訴求軸のうちの１つの訴求軸を選択し、選択した前記訴求軸に分類された前記クラスターを選択するクラスター選択ステップと、
選択された前記クラスターの要約文を生成する要約文生成ステップと、
生成された前記要約文から宣伝文を生成する宣伝文生成ステップと、
を備えることを特徴とする宣伝文生成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、宣伝文生成システムおよび宣伝文生成方法に関するものである。

【背景技術】

【0002】

ある広告文自動生成システムは、ユーザーにより指定された基本文章およびキーワードに基づいて広告文章の自動生成を行っている（例えば特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－１４０２２８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上述の広告文自動生成システムでは、ユーザーが基本文章およびキーワードを選択して指定する必要があるため、実際に宣伝効果のある文章が生成されない可能性がある。つまり、ユーザーが熟練者であれば、適切な基本文章およびキーワードが選択される可能性が高いが、ユーザーが熟練者ではない場合、適切な基本文章およびキーワードが選択されずに、実際に宣伝効果のある文章が生成されない可能性がある。

【0005】

本発明は、上記の問題に鑑みてなされたものであり、ユーザーの熟練度に拘わらず良好な宣伝文を生成する宣伝文生成システムおよび宣伝文生成方法を得ることを目的とする。

【課題を解決するための手段】

【0006】

本発明に係る宣伝文生成システムは、対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集するテキスト収集部と、収集されたテキストのクラスタリングを実行しテキストのクラスターを生成するクラスタリング処理部と、生成されたクラスターをそれぞれ複数の訴求軸のいずれかに分類するクラスター分類部と、その複数の訴求軸のうちの１つの訴求軸を選択し、選択した訴求軸に分類されたクラスターを選択するクラスター選択部と、選択されたクラスターの要約文を生成する要約文生成部と、生成された要約文から宣伝文を生成する宣伝文生成部とを備える。

【0007】

本発明に係る宣伝文生成方法は、対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集するテキスト収集ステップと、収集されたテキストのクラスタリングを実行しテキストのクラスターを生成するクラスタリング処理ステップと、生成されたクラスターをそれぞれ複数の訴求軸のいずれかに分類するクラスター分類ステップと、その複数の訴求軸のうちの１つの訴求軸を選択し、選択した訴求軸に分類されたクラスターを選択するクラスター選択ステップと、選択されたクラスターの要約文を生成する要約文生成ステップと、生成された要約文から宣伝文を生成する宣伝文生成ステップとを備える。

【発明の効果】

【0008】

本発明によれば、ユーザーの熟練度に拘わらず良好な宣伝文を生成する宣伝文生成システムおよび宣伝文生成方法が得られる。

【0009】

本発明の上記又は他の目的、特徴および優位性は、添付の図面とともに以下の詳細な説明から更に明らかになる。

【図面の簡単な説明】

【0010】

【図1】図１は、本発明の実施の形態に係る宣伝文生成システムの構成を示すブロック図である。

【図2】図２は、図１に示す宣伝文生成システムにおけるデータフローを説明する図である。

【発明を実施するための形態】

【0011】

以下、図に基づいて本発明の実施の形態を説明する。

【0012】

図１は、本発明の実施の形態に係る宣伝文生成システムの構成を示すブロック図である。図１に示す宣伝文生成システムは、１台の情報処理装置（パーソナルコンピューターなど）で構成されているが、後述の処理部やユニットを、互いにデータ通信可能な複数の情報処理装置に分散させてもよい。また、そのような複数の情報処理装置には、特定の演算を並列処理するＧＰＵ（Graphics Processing Unit）が含まれていてもよい。

【0013】

図１に示す宣伝文生成システムは、ウェブ広告などに使用可能な宣伝文を生成するシステムであって、記憶装置１、通信装置２、ユーザーインターフェイス３、および演算処理装置４を備える。

【0014】

記憶装置１は、フラッシュメモリー、ハードディスクなどの不揮発性の記憶装置であって、各種データ（設定データなど）やプログラムを格納する。

【0015】

通信装置２は、ネットワークインターフェイス、周辺機器インターフェイス、モデムなどのデータ通信可能な装置であって、必要に応じて、他の装置とデータ通信を行う。

【0016】

ユーザーインターフェイス３は、操作画面などを表示するディスプレイなどの表示装置３ａ、およびユーザー操作を受け付けるキーボードなどの入力装置３ｂを備える。

【0017】

なお、図１では、ユーザーインターフェイス３は、演算処理装置４に、内部バスや周辺機器インターフェイスで接続されているが、その代わりに、例えば、演算処理装置４がネットワーク（インターネット、ＬＡＮ（Local Area Network）など）上のサーバーに内蔵されている場合、ユーザーインターフェイス３は、そのサーバーと通信可能な端末装置のユーザーインターフェイスデバイスとされ、そのサーバーとその端末装置との間のデータ通信によって、演算処理装置４において実現される処理部やユニットのユーザーインターフェイスとして機能する。

【0018】

演算処理装置４は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などを備えるコンピューターであって、プログラムを、ＲＯＭ、記憶装置１などからＲＡＭにロードしＣＰＵで実行することで、各種処理部として動作する。ＲＡＭは、その処理部のワークメモリーとして使用される。

【0019】

ここでは、記憶装置１におけるプログラムを実行することで、演算処理装置４は、テキスト収集部２１、クラスタリング処理部２２、クラスター分類部２３、クラスター選択部２４、要約文生成部２５、宣伝文生成部２６、バナー生成部２７、および機械学習処理部２８として動作する。

【0020】

テキスト収集部２１は、対象サービスカテゴリまたは対象商品カテゴリに関して自由文として記述された複数のテキストを収集する。対象サービスカテゴリは、例えば、旅行関連のカテゴリ、投資関連のカテゴリなどであり、対象商品カテゴリは、例えば、自動車関連のカテゴリ、スマートフォン関連のカテゴリなどである。

【0021】

テキスト収集部２１は、例えば、通信装置２を使用して、インターネット上の各種サーバーにアクセスし、対象サービスカテゴリまたは対象商品カテゴリに関する所定のウェブページ上でのアンケートへの回答、所定のソーシャルネットワークサービスでの対象サービスカテゴリまたは対象商品カテゴリに関する投稿、対象サービスカテゴリまたは対象商品カテゴリに関する所定のクチコミサイトへの投稿、および所定のウェブページにおける対象サービスカテゴリまたは対象商品カテゴリに関するニュース記事の少なくとも１つから、上述の複数のテキストを収集する。なお、対象サービスカテゴリまたは対象商品カテゴリに関する投稿であるか否か、対象サービスカテゴリまたは対象商品カテゴリに関するニュース記事であるか否かなどは、それらの投稿やニュース記事における単語などから判定される。

【0022】

クラスタリング処理部２２は、収集されたテキストのクラスタリングを実行しそのテキストのクラスターを生成する。クラスタリング処理部２２は、例えば、ｋ－ｍｅａｎｓ法などといった既存の文書クラスタリング手法に従って、クラスターを生成する。

【0023】

クラスター分類部２３は、生成されたクラスターをそれぞれ複数の訴求軸のいずれかに分類する。

【0024】

ここで、この複数の訴求軸は、例えば、時間的訴求軸（早い・遅いなど時間的な訴求要因）、機能的訴求軸（品質など）、経済的訴求軸（高い・安いなど）、身体的訴求軸（健康に良い・悪いなど）、心理的訴求軸（満足感が得られる・得られないなど）、および社会的訴求軸（周囲の眼が気になる・ならないなど）を含む。

【0025】

この実施の形態では、クラスター分類部２３は、上述の複数の訴求軸のそれぞれに分類されたクラスターに含まれるテキストに対して形態素解析を行い、そのテキストにおける形態素に基づいて、それらのクラスターをそれぞれ複数の訴求軸のいずれかに分類する。つまり、上述の各訴求軸について予め指定されている単語（名詞、形容詞、動詞など）が含まれるか否かが判定され、指定されている単語が（例えば所定数以上）含まれているクラスターがその訴求軸に分類される。

【0026】

なお、その代わりに、クラスター分類部２３は、生成されたクラスター（そのクラスターのテキスト群）を表示装置３ａでユーザーに対して表示し、入力装置３ｂに対するユーザー操作（そのクラスターに対応する訴求軸を指定するユーザー操作）を検出し指定された訴求軸にそのクラスターを分類するようにしてもよい。

【0027】

クラスター選択部２４は、上述の複数の訴求軸のうちの１つの訴求軸を選択し、選択した訴求軸に分類されたクラスターを選択する。

【0028】

この実施の形態では、クラスター選択部２４は、例えば、上述の複数の訴求軸のそれぞれに分類されたクラスターに含まれるテキストの数に基づいて、その複数の訴求軸から上述の１つの訴求軸を選択する。具体的には、テキストの数が最も多い訴求軸が選択される。あるいは、定期的に、上述の複数のテキストの収集、上述のクラスタリング、上述の分類、およびクラスターの選択が繰り返し実行され、前回と比べテキストの数が増加した訴求軸が選択される。

【0029】

要約文生成部２５は、選択されたクラスターの要約文を生成する。具体的には、要約文生成部２５は、選択されたクラスターに含まれるテキストの要約文を既存の方法で生成する。

【0030】

宣伝文生成部２６は、生成された要約文から宣伝文を生成する。例えば、宣伝文生成部２６は、ＧＰＴ－３（Generative Pre-trained Transformer 3）などの既存の文章生成言語モデルを使用して、生成された要約文から宣伝文を生成する。この文章生成言語モデルは、要約文から特定の文体の宣伝文（キャッチコピー、リスティング広告などといったテキストデータ）が生成されるように予め機械学習されている。

【0031】

バナー生成部２７は、生成された宣伝文に対応するバナー画像を生成する。

【0032】

例えば、訴求軸、宣伝文に含まれる単語などに対応した画像素材群が予め用意され、バナー生成部２７は、画像素材群から、生成された宣伝文に対応する画像素材を選択し、その画像素材を宣伝文とともに配置してバナー画像を生成する。

【0033】

機械学習処理部２８は、生成された宣伝文に対する効果測定結果に基づいて、宣伝文生成部２６の機械学習を行う。例えば、生成された宣伝文に対してＡＢテストが実行され、そのＡＢテストの結果が入力され、そのＡＢテストの結果に基づいて、宣伝文生成部２６（上述の言語モデルなど）の機械学習が行われる。

【0034】

次に、上記宣伝文生成システムの動作について説明する。図２は、図１に示す宣伝文生成システムにおけるデータフローを説明する図である。

【0035】

テキスト収集部２１は、所定の繰り返しタイミングで自動的に、またはユーザーにより指示されたときに、上述のように、宣伝文やバナー画像を広告や宣伝に使用する対象サービスや対象商品の分野（カテゴリ）に関連する所定のウェブサイトや、アンケート回答を保持しているデータベースサーバーなどから、上述のようなテキスト（テキストデータ）を収集する。

【0036】

次に、テキスト収集部２１によりテキストが収集されると、クラスタリング処理部２２は、今回収集されたテキストのクラスタリングを行ってテキストのクラスターを生成し、クラスター分類部２３は、生成されたクラスターを上述のように訴求軸で分類する。

【0037】

クラスター選択部２４は、例えば、生成されたクラスターに含まれるテキストの数などに基づいて訴求軸のランキングを生成し、そのランキングに基づいて訴求軸を選択し、選択した訴求軸のクラスターを選択する。

【0038】

次に、要約文生成部２５は、選択したクラスターに含まれる複数のテキストについての１つの要約文（例えば１文）を生成し、宣伝文生成部２６は、生成した要約文に対応する宣伝文（キャッチコピー、リスティング広告に掲載する広告文など）を生成する。

【0039】

このとき、選択したクラスターが複数である場合、それらのクラスターについてそれぞれ要約文を生成し、それらの要約文に対応する複数の宣伝文を生成するようにしてもよいし、それらのクラスターについて１つの要約文を生成し、その要約文に対応する１つの宣伝文を生成するようにしてもよい。

【0040】

さらに、必要に応じて、バナー生成部２７は、生成した宣伝文に対応する画像素材を選択し、選択した画像素材およびその宣伝文を配置して、所定サイズのバナー画像を生成する。

【0041】

このようにして生成された宣伝文および／またはバナー画像が、対象サービスや対象商品の宣伝や広告に使用される。

【0042】

また、ＡＢテストなどの効果測定を行い、その測定結果が機械学習処理部２８に入力され、機械学習処理部２８は、その測定結果に基づいて、宣伝文生成部２６の機械学習を実行する。これにより、広告宣伝効果のより高い宣伝文が生成されるようになる。

【0043】

以上のように、上記実施の形態によれば、テキスト収集部２１は、自由文として記述された複数のテキストを収集する。クラスタリング処理部２２は、収集されたテキストのクラスタリングを実行しテキストのクラスターを生成する。クラスター分類部２３は、生成されたクラスターをそれぞれ複数の訴求軸のいずれかに分類する。クラスター選択部２４は、その複数の訴求軸のうちの１つの訴求軸を選択し、選択した訴求軸に分類されたクラスターを選択する。要約文生成部２５は、選択されたクラスターの要約文を生成する。宣伝文生成部２６は、生成された要約文から宣伝文を生成する。

【0044】

これにより、対象サービスや対象製品に関連して様々な人々によって主張された種々のテキストを訴求軸で分類したクラスター（テキスト）に基づいて宣伝文が生成されるため、ユーザーの熟練度に拘わらず良好な宣伝文（およびバナー画像）が自動的に生成される。

【0045】

なお、上述の実施の形態に対する様々な変更および修正については、当業者には明らかである。そのような変更および修正は、その主題の趣旨および範囲から離れることなく、かつ、意図された利点を弱めることなく行われてもよい。つまり、そのような変更および修正が請求の範囲に含まれることを意図している。

【0046】

なお、上記実施の形態において、バナー生成部２７は、学習器を使用して、宣伝文から上述の画像素材やそれらの配置位置を選択するようにしてもよく、その場合、機械学習処理部２８は、ＡＢテストなどの効果測定の結果に基づいて、そのバナー生成部２７の学習器の機械学習を行うようにしてもよい。これにより、広告宣伝効果のより高いバナー画像が生成されるようになる。

【産業上の利用可能性】

【0047】

本発明は、例えば、宣伝文の自動生成や宣伝文の生成の支援に適用可能である。

【符号の説明】

【0048】

２１ テキスト収集部
２２ クラスタリング処理部
２３ クラスター分類部
２４ クラスター選択部
２５ 要約文生成部
２６ 宣伝文生成部
２７ バナー生成部
２８ 機械学習処理部

【図1】

【図2】