□文│胡 兵 何德俊

結(jié)構(gòu)化新聞不管作為一種技術(shù)還是一種新聞范式，研究其概念承遞與研究變遷可為當(dāng)下自動(dòng)化新聞的縱深發(fā)展提供新的思路。然而，目前國(guó)內(nèi)外只有少數(shù)學(xué)者在進(jìn)行結(jié)構(gòu)化新聞的研究，且多為新聞數(shù)據(jù)如何結(jié)構(gòu)化的技術(shù)性論文。綜觀這些論文，與本文研究的結(jié)構(gòu)化新聞（新聞的原子化與再利用）在研究對(duì)象上有所不同，在研究視角上也存在差異。國(guó)內(nèi)既缺乏結(jié)構(gòu)化新聞的實(shí)踐，對(duì)結(jié)構(gòu)化新聞的研究也只停留在概念的認(rèn)知層面，缺乏深度和廣度的研究；而本研究采用“微宏互補(bǔ)”的研究視角，注重思辨性和宏觀性。希望當(dāng)下新聞生產(chǎn)者能看到結(jié)構(gòu)化新聞對(duì)新聞業(yè)帶來(lái)的深遠(yuǎn)影響以及發(fā)展機(jī)遇。

一、結(jié)構(gòu)化新聞的概念承遞與研究變遷

盡管“structured journalism”在國(guó)外也是近幾年才出現(xiàn)的概念，但與其相關(guān)的研究已存在十幾年。它的前身是數(shù)據(jù)庫(kù)新聞（database journalism），其也屬于近幾年熱門的自動(dòng)化新聞（automated journalism）領(lǐng)域。 “structured journalism”在國(guó)外發(fā)展的脈絡(luò)如何？其與同由數(shù)據(jù)庫(kù)新聞演進(jìn)而來(lái)的數(shù)據(jù)驅(qū)動(dòng)新聞（data-driven journalism）又有何不同？

1.后“數(shù)據(jù)庫(kù)新聞”階段：解構(gòu)新聞

數(shù)據(jù)庫(kù)新聞，作為計(jì)算機(jī)輔助報(bào)道的同義詞，可以追溯到20世紀(jì)50年代。到了20世紀(jì)90年代，記者們開(kāi)始嘗試從一些數(shù)據(jù)庫(kù)中找一些數(shù)據(jù)集，挖掘新聞專題，這些數(shù)據(jù)庫(kù)既包括政府公開(kāi)數(shù)據(jù)庫(kù)，也包括媒體自己的數(shù)據(jù)庫(kù)。[1］早期的數(shù)據(jù)庫(kù)新聞沒(méi)有以機(jī)器可讀的方式將新聞信息保存起來(lái)，這些數(shù)據(jù)的價(jià)值沒(méi)有被挖掘，無(wú)法重新利用或聚合成新的故事。只是在形式上通過(guò)新聞鏈接的方式，利用原有的新聞信息資料對(duì)已有的新聞報(bào)道元素進(jìn)行深度和廣度描述鏈接。[2］

互聯(lián)網(wǎng)的發(fā)展給數(shù)據(jù)庫(kù)新聞提供了一個(gè)新的定義。傳播學(xué)者維貝克·盧森（Wiebke Loosen）將數(shù)據(jù)庫(kù)新聞定義為“通過(guò)使用與媒體無(wú)關(guān)的發(fā)布系統(tǒng)將原始資料（文章、照片和其他內(nèi)容）充實(shí)數(shù)據(jù)庫(kù)，并將其提供給不同的設(shè)備”。[3］傳統(tǒng)新聞將文章作為最終產(chǎn)品，而數(shù)據(jù)庫(kù)新聞生成不斷維護(hù)和改進(jìn)的事實(shí)數(shù)據(jù)庫(kù)。[4］2007年起數(shù)據(jù)庫(kù)新聞迅速發(fā)展，包括英國(guó)廣播公司（BBC）、《衛(wèi)報(bào)》《紐約時(shí)報(bào)》和美國(guó)國(guó)家公共廣播電臺(tái)等多家新聞機(jī)構(gòu)在網(wǎng)站上發(fā)布應(yīng)用程序接口（application programming interface，API），開(kāi)放給用戶提供數(shù)據(jù)。這些新聞機(jī)構(gòu)將新聞內(nèi)容視為數(shù)據(jù)，承認(rèn)他們活動(dòng)的核心不是編寫故事，而是數(shù)據(jù)收集和數(shù)據(jù)分發(fā)。到了2011年，一些項(xiàng)目的數(shù)據(jù)庫(kù)本身就可以被視為新聞網(wǎng)站，讀者可以通過(guò)數(shù)據(jù)庫(kù)接口對(duì)數(shù)據(jù)庫(kù)進(jìn)行檢索和分析，從而發(fā)現(xiàn)新的“新聞”。至此，數(shù)據(jù)庫(kù)新聞演變成一種由結(jié)構(gòu)化數(shù)據(jù)碎片組成新聞內(nèi)容的信息管理準(zhǔn)則，重在對(duì)新聞故事的解構(gòu)，將新聞信息碎片化后存入數(shù)據(jù)庫(kù)以備后用。

2.結(jié)構(gòu)化新聞階段：原子化新聞

由于業(yè)界逐漸發(fā)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)（不可以用行列表格呈現(xiàn)的數(shù)據(jù)）在新聞生產(chǎn)過(guò)程中的重要性，希望找到一種自動(dòng)化的方式去“解構(gòu)”這些新聞故事中的元素，并將這些元素保存起來(lái)進(jìn)行再利用，繼而自動(dòng)生成結(jié)構(gòu)化的“新”報(bào)道。結(jié)構(gòu)化新聞的概念亦隨之出現(xiàn)。隨后，“structured journalism”一詞見(jiàn)諸于一些記者的博客中；BBC新聞實(shí)驗(yàn)室、《紐約時(shí)報(bào)》研發(fā)中心、《華盛頓郵報(bào)》、尼曼實(shí)驗(yàn)室、杜克大學(xué)記者實(shí)驗(yàn)室、密蘇里新聞學(xué)院雷諾茲新聞研究所等也相繼開(kāi)展了以“structured journalism”標(biāo)識(shí)的研究項(xiàng)目或?qū)嵺`項(xiàng)目，例如“政治事實(shí)（PolitiFact）”項(xiàng)目對(duì)政府或非政府人員在公開(kāi)場(chǎng)合發(fā)表的政治陳述文本進(jìn)行處理，并將每一個(gè)個(gè)案呈現(xiàn)出來(lái)供用戶查詢。結(jié)構(gòu)化新聞就是將日常的非結(jié)構(gòu)化新聞文本處理成結(jié)構(gòu)化數(shù)據(jù)并再次利用在新的報(bào)道中或者將其可視化。[5］新聞故事拆分得越小，獲得的價(jià)值越大，所有的故事都是在一個(gè)不斷擴(kuò)張的網(wǎng)絡(luò)當(dāng)中相互關(guān)聯(lián)的。[6］因此也有學(xué)者把結(jié)構(gòu)化新聞稱為“原子化新聞”。

隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，新聞數(shù)據(jù)庫(kù)中的數(shù)據(jù)價(jià)值被挖掘出來(lái)，“數(shù)據(jù)新聞”（data journalism）或稱為“數(shù)據(jù)驅(qū)動(dòng)新聞”（data-driven journalism）是“數(shù)據(jù)庫(kù)新聞”的另一個(gè)演進(jìn)方向。結(jié)構(gòu)化新聞與數(shù)據(jù)驅(qū)動(dòng)新聞都與“數(shù)據(jù)”有著密切的聯(lián)系，但兩者的本質(zhì)卻并不相同。數(shù)據(jù)驅(qū)動(dòng)新聞強(qiáng)調(diào)從數(shù)據(jù)當(dāng)中去挖掘新聞故事，是一個(gè)“數(shù)據(jù)—新聞”的過(guò)程。而結(jié)構(gòu)化新聞則是對(duì)新聞文本及內(nèi)容的解構(gòu)和重構(gòu)，強(qiáng)調(diào)構(gòu)造和維護(hù)基于新聞內(nèi)容的知識(shí)庫(kù)，并最終生成更多新聞故事，是一個(gè)“新聞—數(shù)據(jù)—新聞+”的循環(huán)增值過(guò)程。

3.自動(dòng)化新聞2.0：重構(gòu)新聞

2016年，第三次人工智能浪潮席卷各行業(yè)，自動(dòng)化寫作系統(tǒng)的開(kāi)發(fā)與應(yīng)用也風(fēng)生水起，“自動(dòng)化新聞（automated journalism）”一詞逐漸普及。而“structured journalism”一詞卻在國(guó)外媒體和文獻(xiàn)中少有出現(xiàn)，僅有一些“結(jié)構(gòu)化故事（structured stories）”“結(jié)構(gòu)化敘事（structured narratives）”表述。媒體和學(xué)術(shù)機(jī)構(gòu)開(kāi)放的以“structured journalism”標(biāo)識(shí)的項(xiàng)目大多都沒(méi)有更新。由此可見(jiàn)，從2017年起國(guó)外已逐步用“automated journalism”“算法新聞（algorithmic journalism）”或“機(jī)器人新聞（robot journalism）”等詞代替“structured journalism”。結(jié)構(gòu)化新聞表述的變化也預(yù)示著對(duì)結(jié)構(gòu)化新聞研究重點(diǎn)的變遷：其一，結(jié)構(gòu)化新聞不像數(shù)據(jù)庫(kù)新聞只關(guān)注對(duì)新聞信息解構(gòu)成“原子”存入數(shù)據(jù)庫(kù)，同時(shí)也強(qiáng)調(diào)將這些“原子”重構(gòu)成新的更有價(jià)值的新聞報(bào)道，也就是說(shuō)“解構(gòu)”與“重構(gòu)”同樣重要。其二，新聞?dòng)浾咧饾u將注意力集中到蘊(yùn)含價(jià)值更大的非結(jié)構(gòu)化數(shù)據(jù)之上，不僅對(duì)結(jié)構(gòu)化的新聞信息進(jìn)行解構(gòu)，更關(guān)注非結(jié)構(gòu)化新聞信息的解構(gòu)。

二、結(jié)構(gòu)化新聞的技術(shù)框架：I-T-O模式

結(jié)構(gòu)化新聞主要涉及自然語(yǔ)言處理（natural language processing，NLP）和自然語(yǔ)言生成（natural language generation，NLG）技術(shù)，其核心在于知識(shí)庫(kù)的構(gòu)建。賴特（Reiter）等人曾使用“I-T-O模式”去解釋NLG技術(shù)在新聞生產(chǎn)上的應(yīng)用。[7］筆者借用這個(gè)“I-T-O模式”分析結(jié)構(gòu)化新聞的技術(shù)架構(gòu)。“I-T-O模式”分別對(duì)應(yīng)輸入層（Input）、處理層（Throughput）以及輸出層（Output），如圖1所示。

圖1 “I-T-O模式”下的結(jié)構(gòu)化新聞技術(shù)框架圖

1.輸入層

所有自動(dòng)化新聞都需要先讀入大量的數(shù)據(jù)。輸入層主要有數(shù)據(jù)讀入和事實(shí)核查兩個(gè)環(huán)節(jié)。

數(shù)據(jù)讀入（data ingestion）。與一般的機(jī)器寫作不同，結(jié)構(gòu)化新聞的輸入并不只是諸如體育比賽、金融股市等高度結(jié)構(gòu)化的數(shù)據(jù)，傳統(tǒng)的非結(jié)構(gòu)化新聞文本才是結(jié)構(gòu)化新聞的主要輸入源之一。媒體的歷史新聞數(shù)據(jù)庫(kù)以及社交媒體的公開(kāi)API也是結(jié)構(gòu)化新聞數(shù)據(jù)輸入的主要來(lái)源。隨著技術(shù)的成熟，圖像、視頻等也在逐漸成為結(jié)構(gòu)化新聞的輸入數(shù)據(jù)。

事實(shí)核查。為確保新聞報(bào)道的真實(shí)性，對(duì)于已讀入的文本數(shù)據(jù)，必須要進(jìn)行報(bào)道真實(shí)性、發(fā)布媒體權(quán)威性以及數(shù)據(jù)精確性等事實(shí)核查操作。目前，依靠機(jī)器已經(jīng)能實(shí)現(xiàn)大部分的核查操作，但涉及倫理道德等問(wèn)題的審核依舊需要人工干預(yù)。

2.處理層

該層主要負(fù)責(zé)新聞文本的“結(jié)構(gòu)化”。

信息抽?。╥nformation extraction）。采用NLP技術(shù)和文本挖掘方法的信息抽取就是將非結(jié)構(gòu)化數(shù)據(jù)“結(jié)構(gòu)化”，將新聞文本拆分成零散的“信息碎片”，從中發(fā)現(xiàn)新知識(shí)并將其轉(zhuǎn)換為可理解的有用信息，然后對(duì)這些碎片進(jìn)行語(yǔ)義標(biāo)注（tag）并存儲(chǔ)起來(lái)。簡(jiǎn)單說(shuō)，NLP的工作就是“讀”新聞，將文本置于上下文中理解。信息抽取具體包括三種關(guān)鍵技術(shù)：命名實(shí)體識(shí)別、關(guān)系抽取和事件抽取。

命名實(shí)體識(shí)別。日常的新聞文本中通常包含著大量的人物、地點(diǎn)、組織等要素。在NLP技術(shù)中，這些要素被稱作命名實(shí)體（name entity）。在對(duì)文本數(shù)據(jù)進(jìn)行預(yù)處理后（包括分詞、詞性標(biāo)注），就要發(fā)現(xiàn)命名實(shí)體并確定其類別。關(guān)系抽取。關(guān)系抽取的作用是獲取文本中實(shí)體之間存在的語(yǔ)法或語(yǔ)義上的聯(lián)系。例如，從“馬云是阿里集團(tuán)的首席執(zhí)行官（CEO）”這個(gè)句子中可以抽取出：“馬云”和“阿里集團(tuán)”的關(guān)系。事件抽取。事件是新聞?wù)Z義特征構(gòu)建的中心。結(jié)構(gòu)化新聞中的事件抽取主要指從大量的新聞文本中抽取出相關(guān)的事件，該過(guò)程一般分成“元事件抽取”和“主題事件抽取”。前者著重對(duì)單一事件的時(shí)間、地點(diǎn)、人物的抽取。而后者主要是抽取某一主題下的系列事件。

知識(shí)庫(kù)的構(gòu)建與更新。隨著大量的新聞文本等非結(jié)構(gòu)化數(shù)據(jù)不斷輸入，處理層將構(gòu)建一個(gè)龐大的“知識(shí)庫(kù)”（knowledge base）。這是結(jié)構(gòu)化新聞生產(chǎn)過(guò)程的核心步驟。知識(shí)庫(kù)實(shí)際上是對(duì)數(shù)據(jù)庫(kù)的擴(kuò)充與升級(jí)。知識(shí)庫(kù)系統(tǒng)利用知識(shí)庫(kù)對(duì)輸入的數(shù)據(jù)信息進(jìn)行推理之后，提供給系統(tǒng)使用者的是判斷分析后的結(jié)果，而不僅僅是向用戶提供可檢索的信息。在知識(shí)庫(kù)平臺(tái)后面實(shí)則是語(yǔ)義網(wǎng)的建設(shè)。

3.輸出層

“數(shù)據(jù)庫(kù)新聞”側(cè)重于強(qiáng)調(diào)將新聞“解構(gòu)”后存入數(shù)據(jù)庫(kù)，以備再利用。而隨著NLG技術(shù)的發(fā)展，結(jié)構(gòu)化新聞逐漸強(qiáng)調(diào)“解構(gòu)－重構(gòu)”這一完整過(guò)程，“重構(gòu)”可以是人工完成，也可以是機(jī)器自動(dòng)完成。輸出的文本可以是非結(jié)構(gòu)化的也可以是結(jié)構(gòu)化的。

人工編輯。從輸入層到處理層，文本數(shù)據(jù)已經(jīng)實(shí)現(xiàn)了“結(jié)構(gòu)化”并構(gòu)成了一個(gè)知識(shí)庫(kù)?？梢哉f(shuō)，這個(gè)龐大的知識(shí)庫(kù)就是記者大腦的延伸，其中所儲(chǔ)存的數(shù)據(jù)和關(guān)聯(lián)規(guī)則能夠提供大量的人物關(guān)系和背景材料，從而有效地提高記者寫作的效率和質(zhì)量。

自然語(yǔ)言生成（NLG）。NLG技術(shù)是機(jī)器實(shí)現(xiàn)自動(dòng)化寫作的核心技術(shù)。簡(jiǎn)言之，NLG的工作類似于填字游戲，是“寫”新聞，把結(jié)構(gòu)化、模塊化的數(shù)據(jù)組裝成易理解的書(shū)面敘事。在結(jié)構(gòu)化新聞的輸出層，機(jī)器將自動(dòng)從知識(shí)庫(kù)中讀取相應(yīng)的“原子”，根據(jù)原本的關(guān)聯(lián)規(guī)則和特定的語(yǔ)言模板將這些“新聞原子”取出并重新組合成新的自然語(yǔ)言形式的新聞報(bào)道。

三、結(jié)構(gòu)化新聞的價(jià)值

結(jié)構(gòu)化新聞是一種信息表現(xiàn)機(jī)制，為新聞提供了另一種范式。[8］正如電視時(shí)代要求新聞是可視化的，結(jié)構(gòu)化新聞則能更好地適合數(shù)字時(shí)代，更容易被讀者理解。結(jié)構(gòu)化新聞將為新聞消費(fèi)者、新聞生產(chǎn)者、新聞編輯室以及不斷變化的媒體環(huán)境提供一個(gè)可持續(xù)的前進(jìn)方向。

1.新聞消費(fèi)者：個(gè)性化閱讀和填補(bǔ)“記憶漏洞”

尼葛洛龐帝曾提到“超媒體（hypermedia）”的概念。他認(rèn)為：數(shù)字世界的信息空間可以通過(guò)一組多維指針來(lái)進(jìn)一步引申或辨明。整個(gè)文檔結(jié)構(gòu)仿佛一個(gè)復(fù)雜的分子模型，大塊信息可以被重新組合，句子可以擴(kuò)張，字詞則可以當(dāng)場(chǎng)定義，這些連接可以由作者或讀者在出版前后自行嵌入。[9］“結(jié)構(gòu)化故事”網(wǎng)站(www.structuredstories.com)是一個(gè)新聞數(shù)據(jù)庫(kù)，它不僅允許每個(gè)人對(duì)某個(gè)新聞事件進(jìn)行持續(xù)收集、使用和改進(jìn)；而且受眾閱讀新聞時(shí)可以選擇多種新聞呈現(xiàn)形式，包括“要點(diǎn)”“時(shí)間線”“圖片集”“結(jié)構(gòu)化故事”（內(nèi)容中標(biāo)注動(dòng)詞、名詞，并可連接至維基百科）、“新聞5W卡片”等形式，受眾還可根據(jù)對(duì)事件的感興趣程度選擇新聞呈現(xiàn)的詳略，讓消費(fèi)者對(duì)報(bào)道產(chǎn)生“流連忘返”的反復(fù)閱讀的欲望，從而實(shí)現(xiàn)個(gè)性化閱讀。

為了追求時(shí)效性，網(wǎng)絡(luò)媒體的新聞報(bào)道往往只能“管中窺豹”，無(wú)法對(duì)包括事件背景在內(nèi)的各個(gè)方面進(jìn)行詳細(xì)敘述，受眾難以對(duì)事件進(jìn)行全面了解和把握。類似地，曾經(jīng)關(guān)注過(guò)該事件的讀者也可能因?yàn)闀r(shí)間間隔太長(zhǎng)而忘記事件的前因或背景，這就是讀者的“記憶漏洞”，而且每個(gè)讀者的“記憶漏洞”是不一致的?！度A盛頓郵報(bào)》有一個(gè)實(shí)驗(yàn)項(xiàng)目“知識(shí)地圖”（Knowledge Map），該項(xiàng)目在文章中使用大量的注釋文本（如姓名、主題和事件），當(dāng)讀者點(diǎn)擊摘要、圖片或其他輔助材料時(shí)，這些注釋會(huì)出現(xiàn)在側(cè)邊欄中，使讀者的“記憶漏洞”得到填補(bǔ)。

2.新聞生產(chǎn)者：信息再加工和深加工創(chuàng)造新聞價(jià)值

美國(guó)文學(xué)教授杰·戴維·波爾特提出了“寫作空間”（writing space）的概念，他問(wèn)：是不是可以設(shè)想一種寫作空間的存在，使得作者可以同時(shí)思考和呈現(xiàn)幾條不同的敘述線？[10］結(jié)構(gòu)化新聞背后龐大的知識(shí)庫(kù)提供了一種新型的“寫作空間”。它將散落在互聯(lián)網(wǎng)中的離散的碎片信息重新整合到一張龐大的知識(shí)網(wǎng)絡(luò)當(dāng)中，碎片之間的關(guān)系和邏輯依舊保留下來(lái)。根據(jù)需要，這些碎片將以特定方式混合和重組，從而實(shí)現(xiàn)當(dāng)天新聞與歷史資料的無(wú)縫聚合，發(fā)揮傳播的長(zhǎng)尾效應(yīng)。記者在尋找新的報(bào)道角度、創(chuàng)造新聞價(jià)值的同時(shí)，還應(yīng)植入產(chǎn)品邏輯，將自己定位為“做產(chǎn)品”而非“寫文章”，將文本生產(chǎn)從靜態(tài)的、完成式的工作，變成動(dòng)態(tài)的、始終進(jìn)行式的生產(chǎn)過(guò)程。

3.新聞編輯室：數(shù)據(jù)財(cái)富和分散共治

知識(shí)庫(kù)是新聞編輯室的“數(shù)據(jù)中心”，也是“信息聯(lián)結(jié)中心”。數(shù)據(jù)的每一次“流動(dòng)”都會(huì)“自我增值”，能夠?yàn)槭褂谜邘?lái)更豐富的內(nèi)容或更多元的角度。套用梅特卡夫法則（Metcalfe's Law），網(wǎng)絡(luò)價(jià)值以用戶數(shù)量的平方速度增長(zhǎng)，知識(shí)庫(kù)的價(jià)值則以新聞報(bào)道數(shù)量的平方速度增長(zhǎng)。同時(shí)，新聞也有不言而喻的市場(chǎng)價(jià)值，各個(gè)新聞編輯室所擁有的結(jié)構(gòu)化的知識(shí)庫(kù)是不可復(fù)制的，是新聞編輯室的一個(gè)新的經(jīng)濟(jì)基礎(chǔ)。“買新聞”可以發(fā)揮成本效能，新聞素材在媒體內(nèi)部實(shí)現(xiàn)市場(chǎng)化流通，形成媒體融合的觀念和思維。

戴維·溫伯格提出了“三階秩序”的概念，他認(rèn)為：照片放進(jìn)相冊(cè)是“一階組織”，圖片資料庫(kù)的目錄卡是“二階物件”，它指向的是一階圖片所在的位置。而內(nèi)容被數(shù)字化，該內(nèi)容的相關(guān)信息也由數(shù)位組成——這就是三階秩序。[11］在二階世界中，我們需要專家來(lái)逐個(gè)檢查信息、思想和知識(shí)，然后將其整整齊齊放好，過(guò)去我們的報(bào)業(yè)等許多產(chǎn)業(yè)和機(jī)構(gòu)都是基于這一事實(shí)之上。傳統(tǒng)的新聞故事生產(chǎn)方式并不允許人們做過(guò)多的組合和修改，而結(jié)構(gòu)化新聞（三階秩序）則是萬(wàn)物皆可被重構(gòu)。結(jié)構(gòu)化新聞的生產(chǎn)蘊(yùn)含了新聞編輯室文化和思維的轉(zhuǎn)型，“無(wú)序中的有序”一種責(zé)任共擔(dān)的自治管理文化正在新聞編輯室興起，它能讓新聞編輯室內(nèi)的個(gè)人和團(tuán)隊(duì)直接對(duì)內(nèi)容負(fù)責(zé)，不僅可以提升內(nèi)容的生產(chǎn)效率，內(nèi)容本身的地位也會(huì)大大提升。

四、機(jī)遇與挑戰(zhàn)

雖然結(jié)構(gòu)化新聞蘊(yùn)含著豐富的價(jià)值，但結(jié)構(gòu)化新聞并沒(méi)有像數(shù)據(jù)新聞那樣逐漸成為一種特色鮮明的新聞范式，反而其概念還有弱化的趨勢(shì)?，F(xiàn)階段結(jié)構(gòu)化新聞存在許多挑戰(zhàn)，同時(shí)我們也應(yīng)看到人工智能技術(shù)的發(fā)展給其帶來(lái)的發(fā)展機(jī)遇。

1.機(jī)遇一：“事件驅(qū)動(dòng)”的自動(dòng)化新聞的發(fā)展

在實(shí)現(xiàn)發(fā)稿快、產(chǎn)量高之后，自動(dòng)化新聞將向深度內(nèi)容、寫作風(fēng)格等縱深領(lǐng)域發(fā)展。美國(guó)“結(jié)構(gòu)化故事（Structured Stories）”項(xiàng)目的目的就是為了讓記者和機(jī)器以結(jié)構(gòu)化的方式解構(gòu)新聞事件而并非輸入傳統(tǒng)的非結(jié)構(gòu)化文本，以便讓機(jī)器找到新聞的中心語(yǔ)義特征——事件，完成復(fù)雜的寫作?？ㄋ鬼f爾（Caswell，2017）發(fā)表的論文首次使用了“Automated Journalism 2.0”一詞，[12］強(qiáng)調(diào)以“事件驅(qū)動(dòng)”的敘事報(bào)道不同于目前大多數(shù)機(jī)器生成的簡(jiǎn)單描述性新聞，其能夠解釋、放大和闡述重大事件及其內(nèi)在價(jià)值，幫助受眾更豐富、更微妙地去理解敘事信息，滿足受眾的情感需求。從簡(jiǎn)單故事到復(fù)雜敘事的自動(dòng)化寫作需求，將推動(dòng)結(jié)構(gòu)化新聞的發(fā)展。

2.機(jī)遇二：媒體“中央廚房”的發(fā)展

從某種意義上講，結(jié)構(gòu)化新聞的知識(shí)庫(kù)類似于“中央廚房”的新聞稿庫(kù)。雖然“中央廚房”也是以內(nèi)容的生產(chǎn)與傳播為主線的公共平臺(tái)，但是，結(jié)構(gòu)化新聞所依托的知識(shí)庫(kù)比目前“中央廚房”的新聞稿庫(kù)更有價(jià)值。其一，建設(shè)“中央廚房”的目的是為了融媒體的發(fā)展，實(shí)現(xiàn)稿件共享。但實(shí)際上，在傳統(tǒng)媒體上發(fā)布的新聞稿件并不適合直接在新媒體平臺(tái)上發(fā)布，在標(biāo)題、報(bào)道風(fēng)格、新聞?dòng)谜Z(yǔ)等方面?zhèn)鹘y(tǒng)媒體和新媒體平臺(tái)有著本質(zhì)不同。而結(jié)構(gòu)化新聞是將新聞故事拆分后使用，拆分得越小獲得的價(jià)值越大，越有利于新媒體平臺(tái)創(chuàng)新組合使用。其二，“中央廚房”的新聞數(shù)據(jù)庫(kù)雖然積累和共享新聞報(bào)道中的事實(shí)、理論和背景材料，但它并不能有效地對(duì)事件間彼此的關(guān)系和邏輯進(jìn)行識(shí)別和保存。結(jié)構(gòu)化新聞的發(fā)展將促進(jìn)媒體的“中央廚房”發(fā)揮更大的作用，兩者相輔相成，共同發(fā)展。

3.挑戰(zhàn)一：技術(shù)和編輯

盡管在技術(shù)上捕獲和存儲(chǔ)新聞的結(jié)構(gòu)化事件和故事數(shù)據(jù)的能力在不斷提高，但有些問(wèn)題仍未完全解決。例如目前對(duì)新聞事件的分詞系統(tǒng)切割文本的“碎片”還不夠細(xì)；以事件驅(qū)動(dòng)的結(jié)構(gòu)化新聞的文本碎片構(gòu)造和NLG模版邏輯的設(shè)計(jì)比目前流行的機(jī)器人寫作所使用的NLG模版要復(fù)雜得多。[13］來(lái)自編輯層面的挑戰(zhàn)可能更大。結(jié)構(gòu)化新聞在生成過(guò)程中離不開(kāi)人的干預(yù)，新聞生產(chǎn)應(yīng)從數(shù)字泰勒主義到人機(jī)共生。[14］一方面，新聞的素材是在網(wǎng)絡(luò)上自動(dòng)抓取的，因此最終生成的新聞在事實(shí)性、合法性上都需要經(jīng)過(guò)編輯的二次核查才能被分解再重新利用。[15］另一方面，目前人工對(duì)新聞的“結(jié)構(gòu)化”，即對(duì)結(jié)構(gòu)化事件和故事數(shù)據(jù)的碎片化，比程序?qū)π侣勛詣?dòng)“結(jié)構(gòu)化”的效果要好，準(zhǔn)確率更高。

4.挑戰(zhàn)二：人才結(jié)構(gòu)和培養(yǎng)

結(jié)構(gòu)化新聞的發(fā)展必然要求“媒體＋科技”。雖然科技具有無(wú)窮無(wú)盡的迷人力量，但媒體要擁抱科技，借助科技力量探索新的內(nèi)容生產(chǎn)方式，就必須要有技術(shù)人才。然而，媒體不是同時(shí)擁有了記者編輯和技術(shù)人員就算大功告成了。技術(shù)人員不了解新聞生產(chǎn)，傳統(tǒng)媒體人不了解如何用技術(shù)呈現(xiàn)內(nèi)容。因此，我們的媒體要擔(dān)負(fù)起復(fù)合型媒體人才培養(yǎng)職責(zé)，一方面，對(duì)技術(shù)人員既要培訓(xùn)新聞生產(chǎn)流程，也要培養(yǎng)他們的新聞敏感性；另一方面，要培養(yǎng)記者的計(jì)算性思維，讓記者能以軟件開(kāi)發(fā)者思考代碼那樣的方式思考新聞。

五、結(jié)語(yǔ)

不管結(jié)構(gòu)化新聞未來(lái)發(fā)展如何，把非結(jié)構(gòu)化的文本、聲音和圖像等進(jìn)行結(jié)構(gòu)化，形成知識(shí)庫(kù)，卻是一件非常有意義的事情。凱文·凱利認(rèn)為，被抓住的每一個(gè)機(jī)遇都會(huì)引發(fā)至少兩個(gè)新的機(jī)遇。[16］自動(dòng)化新聞只是這些結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用之一，其他的應(yīng)用，如智能語(yǔ)音聊天、智能商業(yè)、政府智能應(yīng)用等，都可能驅(qū)動(dòng)這些結(jié)構(gòu)化數(shù)據(jù)平臺(tái)的發(fā)展。例如在智能醫(yī)療中，通過(guò)對(duì)病歷信息結(jié)構(gòu)化后所獲得的數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)病情與食物之間的相關(guān)性?！爸亟M”（remixing）產(chǎn)生價(jià)值。圣塔菲研究所的經(jīng)濟(jì)學(xué)家布萊恩·亞瑟（Brain Arthur）認(rèn)為“所有的新技術(shù)都源自于已有技術(shù)的組合”。適用于經(jīng)濟(jì)增長(zhǎng)和技術(shù)增長(zhǎng)的事實(shí)同樣也適用于媒介發(fā)展。