電子商取引サイトにおいて、買い物客を惹きつける効果的な広告を大規模に生成することは、非常に難しい課題です。特に、ウェブサイトの厳しい創造性基準を満たす広告を作成することが困難であり、多くの企業がこの問題に直面しています。 本研究では、小売コンテンツを活用して商品広告の見出しを自動生成する仕組みを提案しています。強化学習（RL）のポリシーグラディエント手法をTransformerベースのマスク言語モデルに応用した、最先端の手法を採用しました。このアプローチの特徴は、複数の商品に対して同時に条件付けを行うことで、売り手が広告したい複数の商品に最適化された見出しを生成できる点です。 評価結果では、既存のTransformerおよびLSTM+RL手法と比較して、提案手法はオーバーラップメトリクスと品質監査の両面で優れた性能を示しました。さらに注目すべき点として、モデルが生成した広告見出しは、人間が投稿した見出しよりも文法的正確性と創造性の両方で優れていることが、専門家による監査を通じて確認されました。このように機械学習を活用することで、大規模かつ効率的に高品質な広告コンテンツを生成することが可能になります。