Effective Slogan Generation with Noise Perturbation

要約

スローガンは、企業のブランド アイデンティティを構築する上で重要な役割を果たします。
スローガンには、企業のビジョンとブランドの価値提案を、記憶に残る好感の持てる方法で反映することが求められます。
このような特徴を持つスローガンの生成を自動化することは困難です。
以前の研究では、独特のスローガンを生成できない構文制御および要約モデルを使用してスローガン生成を開発およびテストしました。
新しく提案された 1:N マッチング ペア データセットでノイズ摂動を伴う事前トレーニング済み変圧器 T5 モデルを活用する新しいアプローチを紹介します。
このアプローチは、独特で一貫したスローガンを生み出す要因として機能します。
さらに、提案されたアプローチでは、スローガンの生成に企業とブランドに関する説明が組み込まれています。
ROUGE1、ROUGEL、およびコサイン類似性メトリクスに基づいて生成されたスローガンを評価し、また、スローガンの独自性、一貫性、および流暢性の観点から人間の被験者を対象にそれらを評価します。
結果は、私たちのアプローチがベースライン モデルや他の変圧器ベースのモデルよりも優れたパフォーマンスを生み出すことを示しています。

要約(オリジナル)

Slogans play a crucial role in building the brand’s identity of the firm. A slogan is expected to reflect firm’s vision and brand’s value propositions in memorable and likeable ways. Automating the generation of slogans with such characteristics is challenging. Previous studies developted and tested slogan generation with syntactic control and summarization models which are not capable of generating distinctive slogans. We introduce a a novel apporach that leverages pre-trained transformer T5 model with noise perturbation on newly proposed 1:N matching pair dataset. This approach serves as a contributing fator in generting distinctive and coherent slogans. Turthermore, the proposed approach incorporates descriptions about the firm and brand into the generation of slogans. We evaluate generated slogans based on ROUGE1, ROUGEL and Cosine Similarity metrics and also assess them with human subjects in terms of slogan’s distinctiveness, coherence, and fluency. The results demonstrate that our approach yields better performance than baseline models and other transformer-based models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google