先進(jìn)技術(shù)助力“機(jī)器人寫新聞”

【摘要】 隨著技術(shù)的發(fā)展，越來越多的新聞媒體希望通過先進(jìn)的技術(shù)來提高發(fā)稿數(shù)量，提升新聞服務(wù)質(zhì)量。美聯(lián)社已經(jīng)采用稿件自動生成軟件撰寫財經(jīng)、體育類稿件。本文研究了自動生成稿件所采用的關(guān)鍵技術(shù)、主要應(yīng)用模式及未來的應(yīng)用展望，并探討了此類技術(shù)在中文領(lǐng)域的實踐。

【關(guān)鍵詞】 自動生成稿件 智能語義分析 知識概念模型

隨著技術(shù)的發(fā)展，越來越多的新聞媒體希望通過先進(jìn)的技術(shù)來實現(xiàn)用機(jī)器取代人力，提高發(fā)稿數(shù)量，提升新聞服務(wù)質(zhì)量。 美聯(lián)社、彭博社、洛杉磯時報等媒體已經(jīng)在體育、財經(jīng)、天氣等領(lǐng)域?qū)崿F(xiàn)了“機(jī)器人寫新聞”。

一、關(guān)鍵技術(shù)

1.1數(shù)據(jù)抽取與挖掘技術(shù)

該技術(shù)對海量數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理、清洗，形成高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)，通過對結(jié)構(gòu)化數(shù)據(jù)的抽取、計算及統(tǒng)計，根據(jù)模板實現(xiàn)自動寫稿功能。

1.2知識概念模型技術(shù)

利用該技術(shù)能夠?qū)π侣劯寮?、分析報告等作者進(jìn)行行為分析，從海量數(shù)據(jù)中抽取出記者、編輯、分析師在知識經(jīng)驗、思維邏輯、推理規(guī)則等方面的專家智慧，將專家智慧轉(zhuǎn)換成計算機(jī)能夠識別并處理的數(shù)據(jù)，從而形成支持高效查詢、存儲管理，可用于挖掘分析的專家智慧數(shù)據(jù)。

1.3結(jié)合智能語義分析的大數(shù)據(jù)分析技術(shù)

該技術(shù)是結(jié)合語義計算等人工智能方法的綜合性技術(shù)，將人對事物概念、事物間的關(guān)系、事物屬性的描述、事物間相互影響和影響的傳遞規(guī)則等形成一個框架，將自然語言的詞匯附著在這個框架上，二者結(jié)合就可以在文章中發(fā)現(xiàn)上述內(nèi)容并結(jié)構(gòu)化的抽取出來，也可以依據(jù)上述框架結(jié)合模板生成更加豐富的自然語言。依托專家智慧數(shù)據(jù)對海量數(shù)據(jù)進(jìn)行規(guī)?；幚恚７聦＜业男袨樵诤Ａ繑?shù)據(jù)中發(fā)現(xiàn)和挖掘有價值的信息并抽取出來，自動生成包括原因、結(jié)論、推測等深度內(nèi)容的新聞和報告，應(yīng)用范圍廣泛，不局限于財經(jīng)、體育等領(lǐng)域。隨著專家智慧數(shù)據(jù)的積累，逐漸形成超越個人的超級“大腦”，其分析結(jié)果的價值也會越來越高。

二、主要應(yīng)用現(xiàn)狀和展望

2.1利用高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)實現(xiàn)自動發(fā)稿

通過抓取、采購等形式獲取高質(zhì)量結(jié)構(gòu)化的數(shù)值型數(shù)據(jù)，使用行業(yè)領(lǐng)域?qū)＜姨峁┑挠嬎愎胶团袆e規(guī)則，在預(yù)先設(shè)置好的新聞模板中生成新聞或快訊，彭博社、洛杉磯時報也有類似的應(yīng)用，主要應(yīng)用于財經(jīng)、體育等能產(chǎn)生較為成熟的結(jié)構(gòu)化數(shù)據(jù)的領(lǐng)域。

2.2自動生成適應(yīng)多種媒介形式的稿件

對每篇新聞自動生成標(biāo)簽和200字以內(nèi)的摘要，并能夠?qū)⒏寮詣由蛇m用于網(wǎng)站、PAD、智能手機(jī)、短彩信等多種篇幅、多種格式的多篇稿件，在不增加人力成本的基礎(chǔ)上增加發(fā)稿數(shù)量和發(fā)稿形式。

2.3個性化自動生成稿件并推送

對用戶的閱讀內(nèi)容、閱讀習(xí)慣進(jìn)行行為分析挖掘，獲得用戶喜好，根據(jù)用戶自定義的標(biāo)簽及喜好，可以將同一篇稿件根據(jù)不同的喜好自動生成多篇不同報道角度、不同語言風(fēng)格、不同篇幅的稿件，為用戶推送個性化的新聞，提高新聞推送的精確性，有效增強(qiáng)用戶粘性。

2.4根據(jù)素材智能化生成稿件

將采訪獲得的錄音通過語音識別技術(shù)轉(zhuǎn)換成文字材料，將文字材料、背景資料等原始素材與某個記者的專家智慧數(shù)據(jù)相結(jié)合，由計算機(jī)自動生成符合該記者風(fēng)格的稿件，提高記者撰寫稿件的效率，提升報道的時效性。

三、在中文領(lǐng)域的實踐探討

1、利用結(jié)構(gòu)化數(shù)據(jù)實現(xiàn)的自動發(fā)稿，主要依賴高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)、明確無誤的結(jié)構(gòu)化數(shù)據(jù)計算算法和公式以及新聞業(yè)務(wù)人員校對確認(rèn)過的模板，比較容易做到極高的自動新聞生成的準(zhǔn)確率和完全自動化。

2、在英文領(lǐng)域，自動新聞生成中的關(guān)鍵技術(shù)和方法日趨成熟，中文領(lǐng)域相關(guān)標(biāo)準(zhǔn)和技術(shù)由于中文的復(fù)雜度，不適合照搬英文領(lǐng)域的方法。目前中文領(lǐng)域智能化寫稿不太容易做到非常精準(zhǔn)，但可以做到結(jié)論有依據(jù)、可解釋，這樣已經(jīng)足夠減輕記者、編輯工作強(qiáng)度，并提供足夠的規(guī)?；吒郊又敌畔⑸赡芰?。

四、結(jié)束語

“機(jī)器人寫新聞”是一系列技術(shù)的一個落地應(yīng)用，這些技術(shù)的核心價值是提供了一個專家智慧的持續(xù)積累方式，讓計算機(jī)處理大數(shù)據(jù)越來越智能。隨著技術(shù)的發(fā)展，高質(zhì)量的數(shù)據(jù)資產(chǎn)和智慧資產(chǎn)積累日益豐富，不僅能實現(xiàn)“機(jī)器人寫新聞”，還將會是深度報道、智庫及咨詢業(yè)務(wù)規(guī)?；_展的重要基礎(chǔ)。