1 |
1
광고 항목과 광고 항목에 매칭되는 텍스트로 이루어진 간접광고를 포함하고 있는 광고 데이터베이스; 웹 페이지에 노출시키고자 하는 텍스트 형태의 원본 뉴스 기사가 입력되면, 원본 뉴스 기사와 매칭되는 간접광고 후보를 상기 데이터베이스로부터 탐색하여 광고 후보 목록을 선택하는 광고 탐색부; 상기 선택된 광고가 삽입되기 위한 원본 뉴스 기사의 단락을 판단하는 광고 위치 판단부; 및 선택된 광고를 원본 뉴스 기사의 단락 사이에 삽입하여 광고가 포함된 뉴스 기사를 생성하고, 생성된 뉴스를 노출시키는 광고 문구 생성부를 포함하는 간접광고를 포함한 뉴스 기사 생성 시스템
|
2 |
2
제 1항에 있어서, 상기 광고 탐색부는, 입력되는 상기 기사의 분야를 분류한 후, 간접광고 항목 중 단가, 이전 노출 통계, 이전 클릭 통계 중 하나 이상의 기준으로 광고 정책에 따라 광고 후보를 선택하는 것분류된 기사 분야에 매칭되는 광고 후보를 목록으로 선택하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
3 |
3
제 2항에 있어서, 상기 광고 탐색부는, 대용량 텍스트로부터 사전에 학습한 언어모델로, 대용량 말뭉치로부터 P(x1, …, xN)의 확률을 최대화하는 딥러닝 모델을 이용하여 광고 후보를 목록으로 선택하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
4 |
4
제 1항에 있어서, 상기 광고 탐색부는, “cross_entropy(정답 분야 벡터 | 기사 텍스트)” loss를 이용하여 기사의 분야 분류 모델 학습을 수행하여 사후 학습을 수행하고, 평가 시에는 output 분야 벡터 중 일정 threshold 이상의 분야 값을 인식 결과로 사용하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
5 |
5
제 1항에 있어서, 상기 광고 위치 판단부는, 상기 선택된 광고가 원본 뉴스 기사의 단락 사이에 삽입 시, 사후 학습 모델을 이용하여 이전 원문 뉴스 기사의 단락과 광고간 유사성을 예측하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
6 |
6
제 5항에 있어서, 상기 광고 위치 판단부는, 특정 확률(α%)로 동일 기사 내에서 연속된 문장열을 “문장열#1 003c#구분자003e# 문장열#2”와 같이 구성하고, 타겟 변수로 “이어짐=True”를 학습하고, 특정 확률(1-α%)로 문장열#1과 문장열#2를 다른 문서에서 추출하고, “문장열#1 003c#구분자003e# 문장열#2”와 같이 구성하며, 타겟 변수로 “이어짐=False”를 학습하여 사후 학습을 수행하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
7 |
7
제 6항에 있어서, 상기 광고 위치 판단부는, 광고 기사를 삽입하고자 하는 원본 뉴스 기사의 해당 단락에서 “문장열#1”로 추출하고, 광고 기사의 텍스트를 “문장열#2”로 추출하여, “문장열#1 003c#구분자003e# 문장열#2”의 문장열 쌍을 구성한 후 “이어짐=True”의 확률 값을 해당 단락의 광고 문장 예측 스코어(score)로 활용하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
8 |
8
제 7항에 있어서, 상기 광고 위치 판단부는, 원본 뉴스 기사 단락의 다음에 광고 기사가 삽입될 확률을 계산하는 모델로, 광고 기사가 원본 뉴스 기사보다 먼저 등장하는 경우에는 후보로 상기 단락 별 광고 문장 예측을 고려하지 않는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
9 |
9
제 8항에 있어서, 상기 광고 위치 판단부는, 원본 뉴스 기사의 각 단락 별 광고 기사 예측 score 벡터에 대해서, softmax 함수를 적용하여, 각 단락 별 개별적인 score를 문서 단위의 확률 분포로 계산하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
10 |
10
제 8항에 있어서, 상기 단락 별 광고 문장 예측은, 상위 N개의 단락 위치를 “n-best 삽입 위치”로 출력하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
11 |
11
제 1항에 있어서, 상기 광고 문구 생성부는, 딥러닝 언어모델을 기반으로 원본 뉴스 기사의 이전 단락과 텍스트로 이루어진 간접광고를 기반으로 삽입하려고 하는 광고 문구를 생성하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
12 |
12
제 10항에 있어서, 상기 광고 문구 생성부는, 사전 학습 언어모델에 뉴스/광고 텍스트 대상 다음 단어 예측 타스크(task)를 수행한 언어 모델을 기반으로 동작하고, 다음 단어 예측 타스크 : P(현재 단어 | 이전 단어 열) 학습하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
13 |
13
제 12항에 있어서, 상기 광고 문구 생성부는, 원본 뉴스 기사의 이전 단락 텍스트와 광고 대상 텍스트를 입력하고, 출력 대상 광고 문구를 단어 단위로 순차적으로 예측하는 방법을 적용하여 생성하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
14 |
14
제 13항에 있어서, 상기 광고 문구 생성부는, 최대 K개의 후보를 생성하는 beam-search를 적용하고, 각 광고 문구는 최대 N개의 단어를 넘지 않도록 하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
15 |
15
제 14항에 있어서, 상기 광고 문구 생성부는, 복수개의 삽입 위치 별 광고문구 생성 결과를 기반으로 최종 광고문구를 선정하고, 각 기사 및 광고후보 별 광고문구를 선정하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
16 |
16
제 15항에 있어서, 상기 광고 문구 생성부는, 하기의 [수학식 1]을 통해 최종 광고문구 선정을 위한 스코어를 산출하는 것인 간접광고를 포함한 뉴스 기사 생성 시스템
|
17 |
17
노출시키고자 하는 텍스트 형태의 원본 뉴스 기사를 입력받는 단계; 원본 뉴스 기사와 매칭되는 간접광고 후보를 데이터베이스로부터 탐색하여 광고 후보 목록을 선택하는 단계; 상기 선택된 광고가 삽입되기 위한 원본 뉴스 기사의 단락을 선택하는 단계; 및 상기 선택된 광고를 상기 원본 뉴스 기사의 단락 사이에 삽입하여 광고가 포함된 뉴스 기사를 생성하여 노출시키는 단계;를 포함하는 간접광고를 포함한 뉴스 기사 생성 방법
|
18 |
18
제 17항에 있어서, 상기 광고 후보 목록을 선택하는 단계는, 원본 뉴스 기사에서 분야를 분류하는 단계; 분류된 분야별 광고 후보를 탐색하는 단계; 및 탐색된 광고 후보 목록을 생성하는 단계를 포함하는 간접광고를 포함한 뉴스 기사 생성 시스템
|
19 |
19
제 17항에 있어서, 상기 원본 뉴스 기사의 단락을 선택하는 단계는, 원본 뉴스 기사의 단락 별 상기 선택된 광고 삽입 시, 상기 원본 뉴스 기사의 이전 단락과 상기 선택된 광고와의 유사도를 계산하는 단계; 및 상기 계산된 유사도를 기준으로 선택된 광고가 삽입되기 위한 상기 원본 뉴스 기사의 단락을 결정하는 단계;를 포함하는 간접광고를 포함한 뉴스 기사 생성 방법
|
20 |
20
제 17항에 있어서, 상기 광고가 포함된 뉴스 기사를 생성하는 단계는, 광고를 삽입하고자 하는 원본 뉴스 기사의 단락별 광고 문구를 생성하는 단계; 상기 생성된 광고가 삽입된 상기 원본 뉴스 기사의 각 단락별 유사도 스코어를 산출하는 단계; 및 산출된 각 단락별 유사도 스코어에 따른 생성된 광고를 해당 원본 뉴스 기사의 단락에 삽입하여 간접광고가 포함된 상기 뉴스 기사를 생성하는 단계;를 포함하는 간접광고를 포함한 뉴스 기사 생성 방법
|