1.一种广告发布方法,其特征在于,所述方法包括:获取用户输入的至少一个关键词;
将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本;
获取每个广告文本对应的标签;
将每个所述广告文本以及与其对应的标签发送至分发服务器,以使所述分发服务器将每个所述广告文本发送至与其对应标签匹配的前端。
2.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本的步骤之后,获取每个广告文本对应的标签的步骤之前,所述方法还包括:获取与每个所述广告文本对应的比对广告文本;
判断每个所述广告文本与所述比对广告文本之间的重复度;
若所述重复度大于预设值,则重新执行将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤。
3.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤之前,所述方法还包括:获取文本训练集,并计算所述文本训练集对应的词向量;
将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;
根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;
根据所述预测输出结果以及所述推断输出结果计算损失值;
根据所述损失值采用反向传播算法计算模型梯度值;
根据所述模型梯度值对所述预先建立好的机器学习模型的参数进行更新。
4.如权利要求1所述的方法,其特征在于,将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本的步骤,包括:计算所述至少一个关键词对应的词向量;
将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;
根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;
根据所述预测输出结果以及所述推断输出结果确定所述至少一个广告文本。
5.一种广告发布装置,其特征在于,所述装置包括:关键词获取模块,用于获取用户输入的至少一个关键词;
广告文本生成模块,用于将所述至少一个关键词输入至预先建立好的机器学习模型中,以生成至少一个广告文本;
标签获取模块,用于获取每个广告文本对应的标签;
广告分发模块,用于将每个所述广告文本以及与其对应的标签发送至分发服务器,以使所述分发服务器将每个所述广告文本发送至与其对应标签匹配的前端。
6.如权利要求5所述的装置,其特征在于,所述装置还包括:比对广告文本获取模块,用于获取与每个所述广告文本对应的比对广告文本;
重复度判断模块,用于判断每个所述广告文本与所述比对广告文本之间的重复度;
广告文本生成模块,用于若所述重复度大于预设值,则重新执行将所述至少一个关键词输入至预先建立好的机器学习模型中的步骤。
7.如权利要求5所述的装置,其特征在于,所述装置还包括:词向量计算模块,用于获取文本训练集,并计算所述文本训练集对应的词向量;
模型预测模块,用于将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;
推断模块,用于根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;
损失值计算模块,用于根据所述预测输出结果以及所述推断输出结果计算损失值;
模型梯度值计算模块,用于根据所述损失值采用反向传播算法计算模型梯度值;
参数更新模块,用于根据所述模型梯度值对所述预先建立好的机器学习模型的参数进行更新。
8.如权利要求5所述的装置,其特征在于,所述广告文本生成模块包括:词向量计算单元,用于计算所述至少一个关键词对应的词向量;
模型预测单元,用于将所述词向量输入至所述预先建立好的机器学习模型中,并得到预测输出结果;
推断单元,用于根据所述词向量以及预先设置到的词表采用softmax算法计算得到推断输出结果;
广告文本确定单元,用于根据所述预测输出结果以及所述推断输出结果确定所述至少一个广告文本。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。