寫稿機(jī)器人

文/ 佚 名

寫稿機(jī)器人

文/ 佚 名

2015年9月10日，一條標(biāo)題為《8月CPI漲2%創(chuàng)12個月新高》的新聞在騰訊財(cái)經(jīng)上發(fā)布。看上去，這條新聞的內(nèi)容和媒體記者日常的消息稿無異，引用了統(tǒng)計(jì)局的數(shù)據(jù),還加入了國家統(tǒng)計(jì)局城市司高級統(tǒng)計(jì)師余秋梅以及銀河證券等分析師對數(shù)據(jù)的分析和預(yù)測。但它背后的作者，其實(shí)是騰訊財(cái)經(jīng)開發(fā)的寫稿機(jī)器人 Dream Writer。

“機(jī)器人來搶記者飯碗了!”“記者們已哭暈”……寫稿機(jī)器人一時間引發(fā)業(yè)內(nèi)熱議。

“根據(jù)算法在第一時間自動生成稿件，瞬時輸出分析和研判，一分鐘內(nèi)將重要資訊和解讀送達(dá)用戶。”當(dāng)時騰訊這樣描述自家的寫稿機(jī)器人。

距離寫稿機(jī)器人Dream Writer發(fā)出的第一篇新聞已有一年多的時間，媒體中陸續(xù)已有如第一財(cái)經(jīng)“DT稿王”、新華社“快筆小新”等機(jī)器人開始參與寫稿工作。

Dream Writer項(xiàng)目副總監(jiān)劉康對包括第一財(cái)經(jīng)在內(nèi)的媒體透露，目前財(cái)經(jīng)+科技應(yīng)用的發(fā)稿量超過2000篇/天，體育稿量500篇/天，包括每天行情報盤、上市公司公告精要報道，以及體育賽事每輪每場的消息。

不僅如此，基于寫稿機(jī)器人,騰訊內(nèi)部一款集合了新聞資訊類AI和超級資訊服務(wù)秘書類的應(yīng)用正在研發(fā)當(dāng)中。

機(jī)器人這樣“寫稿”

之所以開發(fā)一款寫稿機(jī)器人，源自騰訊自己的“痛點(diǎn)”。

劉康回憶，當(dāng)時他所在的騰訊財(cái)經(jīng)頻道招了一批新人和實(shí)習(xí)生，大量的基礎(chǔ)工作、快速的稿件、財(cái)報、宏觀數(shù)據(jù)變動、板塊變動都需要快稿，這對新人來說既枯燥也辛苦?！八源蠹叶荚趩柲懿荒茏寵C(jī)器來做，這樣的話，我們富有創(chuàng)造力的新人可以把自己的精力留下來，做更有創(chuàng)造力的事情，這是我們做這件事情的起點(diǎn)?！?/p>

于是，從2014年12月開始籌劃并建立數(shù)據(jù)庫，到2015年3月正式啟動機(jī)器人寫作項(xiàng)目，經(jīng)過開發(fā)和測試約半年后，騰訊寫稿機(jī)器人Dream Writer于2015年9月正式上線。

事實(shí)上Dream Writer的團(tuán)隊(duì)僅有5個人，不過多個騰訊部門均被卷入Dream Writer工作中，參與搭建和底層支持。

在過去一年半的時間里，這支團(tuán)隊(duì)一直在低調(diào)運(yùn)作。Dream Writer一直在持續(xù)工作，尤其在奧運(yùn)會期間，Dream Writer產(chǎn)出內(nèi)容達(dá)3600余篇，其中第一塊金牌的新聞就是機(jī)器人寫的。

劉康表示，從文本的角度，機(jī)器寫作實(shí)現(xiàn)從0到1，是相對簡單的，例如，用技術(shù)團(tuán)隊(duì)簡單做一個財(cái)報系統(tǒng)，或是給體育賽事做一個基本的描述這類模塊化的寫作，但是如何從1到3,讓機(jī)器人的稿子寫得有“人情味兒”、對細(xì)節(jié)描述更加到位和精彩，花費(fèi)了相當(dāng)多的精力。

以寫跳水新聞為例，這是一個評分制的比賽，評委對于走板、空中姿態(tài)、落水姿態(tài)、水花等等每個動作的打分，都有詳實(shí)的數(shù)據(jù)被記錄在數(shù)據(jù)庫里。接下來，這些數(shù)據(jù)會被騰訊通過一定的算法和機(jī)器自己的識別——先讓機(jī)器跑幾十萬篇的數(shù)據(jù)，跑一個規(guī)則出來，它會自己把這些數(shù)據(jù)重新還原。因?yàn)槊恳粋€分?jǐn)?shù)都可以還原成一個動作，這樣通過一定的算法把它還原成原先的場面就變得可行。

其實(shí)競爭對手也有很聰明的寫稿機(jī)器人，不過對方的做法是抓直播間的描述，通過一定的算法和邏輯拼接成一篇文章，而騰訊寫稿機(jī)器人Dream Writer不一樣，是基于特別細(xì)顆?；臄?shù)據(jù)進(jìn)行還原。

“今天數(shù)據(jù)量非常細(xì)，細(xì)到可以描述到每一個數(shù)據(jù)的顆粒還原?！眲⒖嫡f，“比如足球的一個動作怎么記進(jìn)數(shù)據(jù)庫里面，射門包括射偏、打中立柱、高出立柱……這些都可以用數(shù)據(jù)還原?！?/p>

而在寫稿機(jī)器人背后的核心技術(shù)，主要涉及的有包括智能撰文技術(shù)、內(nèi)容抽取技術(shù)、要聞萃取技術(shù)這三項(xiàng)。目前騰訊已經(jīng)獲得相關(guān)專利。

以內(nèi)容抽取的技術(shù)為例，Dream Writer可以把一篇千字文章概括為數(shù)百字，其中涉及到統(tǒng)計(jì)學(xué)、深度學(xué)習(xí)等技術(shù)。在財(cái)經(jīng)領(lǐng)域，寫稿機(jī)器人更依賴統(tǒng)計(jì)學(xué)，但在其他內(nèi)容領(lǐng)域，騰訊可能需要單獨(dú)研發(fā)一款算法產(chǎn)品模型。

此外，針對寫稿機(jī)器人所寫的稿件，騰訊成立了一個專門的安全管理平臺進(jìn)行內(nèi)容風(fēng)險管控：第一輪，機(jī)器寫作時會單獨(dú)做一個算法和規(guī)則判斷機(jī)器寫的有沒有問題;第二輪是經(jīng)過安全審核;第三輪才能正式推出來。這中間銜接時間越少，意味著出來的作品既準(zhǔn)確又迅速。

做一款和頭條相反的產(chǎn)品

劉康透露，目前Dream Writer在財(cái)經(jīng)、科技、體育等領(lǐng)域的常規(guī)撰文、批量撰文已經(jīng)開發(fā)完成，這款寫稿機(jī)器人未來一年甚至更長的時間的工作重點(diǎn)，主要在于持續(xù)進(jìn)行優(yōu)化文本，并且將內(nèi)容生產(chǎn)領(lǐng)域從目前的科技、財(cái)經(jīng)和體育擴(kuò)充到全品類，并不急于考慮商業(yè)化。

例如，在財(cái)經(jīng)領(lǐng)域新聞的寫作上，盡管目前寫稿機(jī)器人本身具備強(qiáng)算法規(guī)則和模型，但難度也不小，特別是對數(shù)據(jù)的解讀和認(rèn)知，甚至將來的預(yù)測。劉康坦言，如果希望Dream Writer寫得更深度，甚至將來要寫行業(yè)研報、垂直類深入的研究，目前仍需要再花時間深耕。

在劉康看來，寫稿機(jī)器人不會搶走記者的飯碗，而是希望Dream Writer能夠解放記者，讓記者從事更具挑戰(zhàn)和智慧的工作。“遠(yuǎn)遠(yuǎn)談不上取代(記者)，我希望它始終是個助手，幫我整理資料，然后我來賦予它生命?！?/p>