人工智能提升圖書閱讀效率策略研究

【摘 要】我國國民閱讀量偏低是一個(gè)引起廣泛關(guān)注的問題。本文探討了利用人工智能來提高圖書閱讀效率的策略，在總結(jié)當(dāng)前提高圖書閱讀效率途徑的基礎(chǔ)上，提出了以閱讀心理學(xué)原理為依據(jù)，以知識(shí)圖譜為基礎(chǔ)，以語音等技術(shù)為手段的閱讀效率提升策略，并在閱讀前材料選擇、閱讀時(shí)信息加工和閱讀后知識(shí)利用三個(gè)階段分別提出了若干輔助措施。

【關(guān) 鍵 詞】圖書閱讀；人工智能；策略

【作者單位】嚴(yán)志永，北京印刷學(xué)院。

【基金項(xiàng)目】北京市社會(huì)科學(xué)基金研究基地項(xiàng)目（16JDXCC007）。

【中圖分類號(hào)】G202 【文獻(xiàn)標(biāo)識(shí)碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2018.01.004

我國國民閱讀量一直偏低，這引起了政府、業(yè)界和學(xué)界的關(guān)注。根據(jù)第十四次全國國民閱讀調(diào)查報(bào)告，2016年，我國成年國民人均閱讀7.86本書，其中紙質(zhì)書的閱讀量僅為4.65本，電子書的閱讀量為3.21本[1]。2017年上半年，國務(wù)院法制辦審議通過了《全民閱讀促進(jìn)條例（草案）》[2]，體現(xiàn)了我國政府積極推動(dòng)國民閱讀活動(dòng)的決心。出版企業(yè)推出了大量介紹閱讀方法的圖書，并大力推廣數(shù)字閱讀。學(xué)界則對(duì)這些舉措的效果進(jìn)行了及時(shí)的調(diào)查研究。

根據(jù)公式“閱讀量=閱讀時(shí)間×閱讀速度”，相關(guān)機(jī)構(gòu)在提高讀者閱讀時(shí)間成效不顯著的情況下，可以考慮從提高閱讀速度入手來提高國民的閱讀量。美國閱讀專家施道弗提出了閱讀效率公式，即“閱讀效率=閱讀速度×理解率”。他認(rèn)為閱讀應(yīng)該在追求快速閱讀的情況下保持較高的理解率，即閱讀效率。近幾年，人工智能在語音、圖像等多個(gè)領(lǐng)域中的應(yīng)用成效顯著，是一項(xiàng)值得出版業(yè)關(guān)注的新技術(shù)。本文擬對(duì)人工智能提升圖書閱讀效率的策略進(jìn)行探討。

一、提高閱讀效率的現(xiàn)狀

本文按照時(shí)間順序?qū)D書閱讀過程分為閱讀前材料選擇、閱讀時(shí)信息加工和閱讀后知識(shí)利用三個(gè)階段，并從這三個(gè)階段來分析當(dāng)下提高圖書閱讀效率的主要途徑。在閱讀前材料選擇上，一個(gè)提高閱讀效率的重要途徑就是圖書的自動(dòng)推薦，電商的商品推薦系統(tǒng)一般具有這項(xiàng)功能，即根據(jù)讀者在電商網(wǎng)站上的圖書瀏覽和購買記錄來自動(dòng)為讀者推薦圖書。數(shù)字閱讀APP也集成了圖書推薦功能，會(huì)根據(jù)讀者的閱讀記錄為讀者推薦圖書。當(dāng)前，人們完整閱讀一本書的情況越來越少，因此，相關(guān)機(jī)構(gòu)根據(jù)讀者的需要僅向讀者推薦圖書的某些章節(jié)就變得很有必要了。目前，已有相關(guān)機(jī)構(gòu)在做這方面的探索，比如，根據(jù)讀者的閱讀時(shí)間向其推薦散文集中被頻繁閱讀的若干篇文章[3]。

與閱讀時(shí)信息加工相關(guān)的研究主要包括閱讀訓(xùn)練法和閱讀心理學(xué)研究。在眾多講解閱讀訓(xùn)練法的圖書中，最經(jīng)典的圖書是莫提默·J.艾德勒和查爾斯·范多倫的《如何閱讀一本書》，該書系統(tǒng)地分析了閱讀活動(dòng)。還有圖書針對(duì)某一類型圖書的閱讀方法進(jìn)行介紹，例如，托馬斯·福斯特的《如何閱讀一本小說》。還有一類圖書專門講解如何提高閱讀效率，例如，彼得·孔普的《如何高效閱讀》。閱讀心理學(xué)對(duì)讀者從書面語言中提取視覺信息以獲得意義的過程進(jìn)行研究。白學(xué)軍、閆國利等著的《閱讀心理學(xué)》一書對(duì)閱讀心理學(xué)進(jìn)行了很好的綜述[4]。該書對(duì)眼動(dòng)與閱讀、字詞識(shí)別、詞切分機(jī)制、句子理解和語篇理解等方面的研究進(jìn)展進(jìn)行了總結(jié)。

與閱讀后知識(shí)利用相關(guān)的工具包括做讀書筆記的圖書和筆記APP。奧野宣之所著的《如何有效閱讀一本書：超實(shí)用筆記讀書法》一書詳細(xì)介紹了如何使用筆記來輔助讀書，并推薦了若干款輔助寫讀書筆記的實(shí)用文具[5]。以“當(dāng)當(dāng)讀書”為代表的數(shù)字閱讀APP提供了管理讀書筆記的功能，在很大程度上方便了讀者。對(duì)紙質(zhì)書讀者，近幾年出現(xiàn)的“豆瓣筆記”“百度涂書筆記”和“蘿卜書摘”等紙質(zhì)書電子筆記APP提供了輔助做筆記的功能。這類APP能夠幫助讀者比較方便地做筆記，并且可以基于讀書筆記使讀者結(jié)成讀者社群?！鞍俣韧繒P記”APP還提供了在網(wǎng)頁上將筆記生成PDF文件的功能，但筆記本身的價(jià)值還有待進(jìn)一步挖掘。

二、人工智能提升圖書閱讀效率策略分析

目前，針對(duì)圖書閱讀三個(gè)階段效率提高方面的工作都在陸續(xù)開展，業(yè)界都有相關(guān)的產(chǎn)品跟進(jìn)，人工智能的發(fā)展為這些工作的整合提供了機(jī)遇。

1.人工智能提升圖書閱讀效率的總體思路

現(xiàn)有的推薦技術(shù)是依據(jù)讀者在瀏覽、購買和閱讀過程中產(chǎn)生的大數(shù)據(jù)而工作的，這雖然是一種高效的推薦方法，但也帶來了問題。首先，這會(huì)造成大數(shù)據(jù)歧視，對(duì)出版社而言，大數(shù)據(jù)推薦結(jié)果會(huì)偏向那些已經(jīng)熱賣的圖書，因?yàn)檫@些圖書有大量數(shù)據(jù)可供分析，這種推薦方法對(duì)新書和小眾圖書則非常不利。其次，這種推薦方法容易造成信息繭房，對(duì)讀者而言，推薦的內(nèi)容和已讀內(nèi)容有較高的關(guān)聯(lián)性，會(huì)使讀者的知識(shí)面受限制。筆者認(rèn)為，我們可以用基于知識(shí)圖譜的內(nèi)容推薦方法來解決上述問題。這種推薦方法在使用人工智能向讀者推薦閱讀材料時(shí)，會(huì)考慮材料所包含的知識(shí)和讀者已有知識(shí)在知識(shí)圖譜中的延展性，既能使新書和小眾圖書更快進(jìn)入讀者的視野，又能拓寬讀者的知識(shí)面。

根據(jù)閱讀心理學(xué)中語篇理解的圖式理論，閱讀中，讀者試圖從記憶中尋找能夠說明文本內(nèi)容的圖式，理解就發(fā)生在相關(guān)圖式被找到或被具體化時(shí)，圖式能夠?qū)ξ谋緝?nèi)容提供預(yù)期，這種預(yù)期能夠加快閱讀[4]。根據(jù)認(rèn)知心理學(xué)，讀者在閱讀時(shí)需要把相關(guān)記憶從長期記憶提取到工作記憶中，而這個(gè)過程需要一定的時(shí)間[6]。根據(jù)上述理論，讀者在閱讀的過程中需要一定的時(shí)間從長期記憶中提取已獲得的圖式。如果讀者閱讀與自身所處情境有關(guān)的材料，相關(guān)圖式很可能已經(jīng)被提取到工作記憶中，從而能增進(jìn)讀者的理解并加快閱讀速度。

根據(jù)上述分析，本文提出的人工智能提升圖書閱讀效率的總體思路是根據(jù)知識(shí)圖譜、情境和讀者大數(shù)據(jù)向讀者推薦閱讀材料；在閱讀前提示讀者復(fù)習(xí)相關(guān)筆記，以期將相關(guān)圖式從長期記憶提取到工作記憶中；在閱讀時(shí)輔助讀者做讀書筆記；在閱讀后對(duì)讀書筆記進(jìn)行分析，形成讀者的閱讀地圖，方便下一輪的閱讀材料推薦和閱讀理解。endprint

2.閱讀前材料選擇

現(xiàn)有的基于讀者大數(shù)據(jù)的圖書推薦功能已經(jīng)比較發(fā)達(dá)，本文認(rèn)為應(yīng)在此基礎(chǔ)上發(fā)展更細(xì)粒度、基于情境和知識(shí)圖譜的推薦方式。有研究表明，讀者在閱讀時(shí)注意力可以持續(xù)20分鐘[7]。中文的正常閱讀速度為309字/分鐘[8]，也就是讀者在一個(gè)注意力持續(xù)區(qū)間閱讀6180字，大概十頁左右。筆者認(rèn)為以這樣的粒度來推薦內(nèi)容較好，但顯然大多數(shù)圖書都無法正好被劃分成若干這樣的部分。圖書內(nèi)容的劃分還是應(yīng)該以內(nèi)容本身為主，相關(guān)機(jī)構(gòu)可以采用人工智能中的語義理解技術(shù)對(duì)較長內(nèi)容進(jìn)行一定的壓縮。有研究根據(jù)讀者的閱讀時(shí)間，基于筆記數(shù)據(jù)動(dòng)態(tài)生成圖書的精縮本。例如，在讀者想要閱讀《看見》一書，但只有大約20分鐘閱讀時(shí)間的情況下，相關(guān)功能可以僅向讀者推薦該書的第一章，該章長度僅占全書的4.94% [3]。

閱讀最基本的情境包括時(shí)間情境和空間情境。在時(shí)空情境中，一些圖式已經(jīng)被讀者提取到工作記憶中，此時(shí)，將相關(guān)閱讀材料推薦給讀者可以提高讀者的閱讀效率。初云和閆舉綱以華章書院為例分析了出版社自建社群的場(chǎng)景化要素，并梳理了華章書院的場(chǎng)景化社群營銷策略，華章書院的場(chǎng)景化要素包括空間環(huán)境、社交氛圍等[9]。

基于知識(shí)圖譜進(jìn)行內(nèi)容推薦是當(dāng)前的一個(gè)新趨勢(shì)。人民衛(wèi)生出版社借助人工智能技術(shù)，以該社臨床知識(shí)庫資源為基礎(chǔ)建立知識(shí)圖譜，并根據(jù)用戶數(shù)據(jù)構(gòu)建個(gè)性化知識(shí)圖譜，從而向用戶提供知識(shí)服務(wù)[10]。知識(shí)圖譜的構(gòu)建是一個(gè)復(fù)雜的工程，成本非常高。國家數(shù)字復(fù)合出版系統(tǒng)工程的結(jié)構(gòu)化加工制作體系中包含了領(lǐng)域本體構(gòu)建與管理系統(tǒng)，該系統(tǒng)能夠?yàn)槌霭嫔鐦?gòu)建知識(shí)圖譜提供支持[11]，該工程已于2017年發(fā)布了V1.0成果。中文開放知識(shí)圖譜聯(lián)盟OpenKG搭建的OpenKG.CN平臺(tái)上也有若干開放知識(shí)圖譜數(shù)據(jù)可供利用[12]。

在知識(shí)圖譜上進(jìn)行遍歷有深度優(yōu)先和廣度優(yōu)先兩種不同策略，前者優(yōu)先訪問某一知識(shí)結(jié)點(diǎn)的細(xì)節(jié)，待細(xì)節(jié)全部被訪問后再移到下一知識(shí)結(jié)點(diǎn)；后者優(yōu)先訪問所有的知識(shí)結(jié)點(diǎn)，待知識(shí)結(jié)點(diǎn)都被訪問后再進(jìn)入更細(xì)的層次對(duì)知識(shí)結(jié)點(diǎn)進(jìn)行訪問?；谧x者大數(shù)據(jù)的閱讀材料推薦技術(shù)顯然屬于深度優(yōu)先遍歷，本文建議相關(guān)機(jī)構(gòu)可以依據(jù)知識(shí)圖譜進(jìn)行廣度優(yōu)先推薦閱讀材料，以此來克服信息繭房問題。

3.閱讀時(shí)信息加工

人工智能提升圖書閱讀效率在閱讀時(shí)信息加工階段可從讀書筆記復(fù)習(xí)、語音朗讀和無間斷筆記三個(gè)方面進(jìn)行。

如果能夠把閱讀材料有關(guān)的讀書筆記展示給讀者，使讀者對(duì)此進(jìn)行復(fù)習(xí)，那么，讀者在閱讀新材料時(shí)就能提高效率。讀書筆記復(fù)習(xí)能夠很快將相關(guān)知識(shí)從讀者的長期記憶提取到工作記憶中，并能夠幫助讀者建立新材料和已讀材料之間的關(guān)聯(lián)。奧野宣之指出讀者在初讀一本書時(shí)，最好不要空手上戰(zhàn)場(chǎng)，可以拿出之前閱讀該作者其他書所記的筆記讀一遍，從而回憶起當(dāng)時(shí)讀書的場(chǎng)景和問題，使閱讀更有針對(duì)性[5]。數(shù)字閱讀APP可以集成此項(xiàng)功能，為讀者提供增值服務(wù)。

閱讀時(shí)，讀者需要將視覺中的文字加工成自己能夠理解的信息，如果相關(guān)機(jī)構(gòu)能將文本轉(zhuǎn)化為語音，則可以減輕讀者閱讀時(shí)的眼部壓力，并且相當(dāng)于增加了一種新的意義渠道，能夠?yàn)樽x者提供更多的信息，從而加深讀者對(duì)文本的理解。近年來，有聲書發(fā)展迅速，已經(jīng)形成了不小的市場(chǎng)，并引起了激烈的競(jìng)爭(zhēng)。圖書的文本形式和音頻形式之間顯然可以有混合形式，這方面已有實(shí)踐案例。掌閱APP和京東閱讀APP提供了語音朗讀功能，可以朗讀讀者指定頁面的文本。該功能以百度語音為技術(shù)支持，提供多種不同的聲音類型。目前，已有個(gè)性化語音合成產(chǎn)品問世，例如，科大訊飛為高德地圖定制了林志玲、郭德綱的語音導(dǎo)航。筆者相信個(gè)性化語音合成也將助力文本朗讀，從而提高閱讀效率。

閱讀前材料推薦和閱讀時(shí)筆記復(fù)習(xí)所依據(jù)的重要材料都是讀者的讀書筆記，因此，在讀者的閱讀過程中，及時(shí)記錄筆記非常重要。而不論是讀者在數(shù)字閱讀APP中做筆記，還是在閱讀紙質(zhì)書時(shí)做筆記，都會(huì)干擾到閱讀過程。“百度涂書筆記”APP和“蘿卜書摘”APP都提供了對(duì)書頁拍照，然后通過光學(xué)字符識(shí)別來獲取內(nèi)容摘錄的功能，但該功能操作比較煩瑣，容易打斷讀者的閱讀進(jìn)程。本文認(rèn)為相關(guān)機(jī)構(gòu)可以利用人工智能中的語音識(shí)別技術(shù)來解決這個(gè)問題。在閱讀中，讀者通過講話來標(biāo)記圖書中的重點(diǎn)段落，并記錄自己的感想，通過語音識(shí)別實(shí)時(shí)將語音轉(zhuǎn)換成文字，從而生成讀書筆記。語音識(shí)別技術(shù)是一項(xiàng)非常成熟的技術(shù)，目前，準(zhǔn)確率可以達(dá)到97%，市場(chǎng)上已有若干實(shí)用產(chǎn)品。例如，中國移動(dòng)與科大訊飛聯(lián)合推出的靈犀語音助手已有超過3000萬的用戶，其中的速記功能可以在線將語音轉(zhuǎn)成文字[13]。

4.閱讀后知識(shí)利用

在閱讀過程中，讀者會(huì)產(chǎn)生讀書筆記和閱讀行為數(shù)據(jù)，這有助于讀者復(fù)習(xí)已讀知識(shí)并進(jìn)行創(chuàng)作。讀書筆記中蘊(yùn)含了豐富的信息，相關(guān)機(jī)構(gòu)可以利用知識(shí)圖譜構(gòu)建技術(shù)從讀書筆記中生成讀者的閱讀地圖，有助于對(duì)讀者在知識(shí)圖譜上進(jìn)行定位，從而進(jìn)行廣度優(yōu)先推薦；也可以將讀者閱讀地圖進(jìn)行可視化展示給讀者，使讀者對(duì)自己的知識(shí)結(jié)構(gòu)和局限有一定的了解，從而盡量避免信息繭房問題。

為了防止遺忘已讀知識(shí)和筆記變成沒有價(jià)值的筆記，讀者可以定期重讀筆記。奧野宣之建議讀者可以在一個(gè)固定的時(shí)空情境下重讀筆記，如睡前、出差途中，重讀頻率可以是一周一次或三天一次[5]。本文認(rèn)為讀者可以使用分類技術(shù)，根據(jù)情境來重讀相關(guān)筆記，這樣能夠提高重讀的效率。通過重讀，書本中的知識(shí)能夠被讀者最大限度地吸收。

多條相關(guān)筆記可以被組織到一起形成讀者的讀書簡(jiǎn)報(bào)，方便讀者進(jìn)行歸類復(fù)習(xí)。百度涂書筆記網(wǎng)站能夠?qū)⒆x者的讀書筆記生成PDF文件，方便打印，但是對(duì)讀書筆記的價(jià)值還缺乏進(jìn)一步的挖掘。讀書筆記數(shù)據(jù)包含了原文引用、自己的感想等信息，利用現(xiàn)有的自然語言處理技術(shù)可以將這些信息生成符合讀者需要的讀書簡(jiǎn)報(bào)，如專業(yè)知識(shí)簡(jiǎn)報(bào)、生活知識(shí)簡(jiǎn)報(bào)。

三、關(guān)于人工智能提升圖書閱讀效率的思考

人工智能有望提高讀者的圖書閱讀效率，提高我國的國民閱讀數(shù)量，對(duì)出版業(yè)產(chǎn)生一定的影響，并最終可能形成一種新的閱讀形態(tài)。保羅·萊文森提出了媒介發(fā)展的人性化趨勢(shì)，即媒介正在朝越來越多地再現(xiàn)人性化傳播環(huán)境的方向發(fā)展[14]。上述人工智能提升圖書閱讀效率的措施中大量使用了語音技術(shù)，使讀者在大多數(shù)情況下擺脫了文本輸入，在一定程度上再現(xiàn)了口語時(shí)代的環(huán)境。endprint

人工智能輔助圖書閱讀為出版社帶來了機(jī)遇和挑戰(zhàn)。一方面，出版社可以依據(jù)自身所掌握的內(nèi)容資源，構(gòu)建知識(shí)圖譜，從而進(jìn)行知識(shí)服務(wù)；另一方面，出版社亟需大量人工智能專業(yè)人才，有巨大的轉(zhuǎn)型壓力。

人工智能輔助圖書閱讀為出版社整合自身的內(nèi)容資源并提供知識(shí)服務(wù)提供了一種方向，也為互聯(lián)網(wǎng)企業(yè)爭(zhēng)奪注意力入口提供了一種可能性。人工智能能夠在多大程度上提高圖書閱讀效率，繼而提高我國國民的閱讀量，無疑最終還取決于學(xué)界的研究和業(yè)界的實(shí)踐。

|參考文獻(xiàn)|

[1]央廣網(wǎng). 第十四次國民閱讀調(diào)查報(bào)告發(fā)布數(shù)字化閱讀率提升顯著[N/OL]. （2017-04-19）[2017-11-26]. http：//china. cnr. cn/gdgg/20170419/t20170419_523714122. shtml.

[2]中國網(wǎng). 國務(wù)院法制辦審議通過《全民閱讀促進(jìn)條例（草案）》[N/OL]. （2017-06-05） [2017-11-26]. http：//news. china. com. cn/txt/2017-06/05/content_40964731. htm.

[3]嚴(yán)志永. 基于讀者筆記數(shù)據(jù)動(dòng)態(tài)生成圖書精縮本研究[J] . 出版廣角，2016（24）：15-17.

[4]白學(xué)軍，閆國利等. 閱讀心理學(xué)[M]. 上海：華東師范大學(xué)出版社，2017.

[5][日]奧野宣之. 如何有效閱讀一本書：超實(shí)用筆記讀書法[M] . 張晶晶，譯. 南昌：江西人民出版社，2016.

[6][美]凱瑟琳·加洛蒂. 認(rèn)知心理學(xué)：認(rèn)知科學(xué)與你的生活（第5版）[M]. 吳國宏，等，譯. 北京：機(jī)械工業(yè)出版社，2015.

[7][美]艾比·馬克斯·比爾，美國普林斯頓語言研究中心. 如何閱讀：一個(gè)已被證實(shí)的低投入高回報(bào)的學(xué)習(xí)方法[M]. 劉白玉，韓小寧，孫明玉，譯. 北京：中國青年出版社，2017.

[8]廖建橋，張萬山. 論中文的閱讀速度[J]. 人類工效學(xué)，1996（1）： 38-41.

[9]初云，閆舉綱. 激活場(chǎng)景 引爆社群——從華章書院看出版社自建社群營銷模式[J] . 出版廣角，2017（15）：30-33.

[10] 董良廣. 出版企業(yè)基于人工智能開展知識(shí)服務(wù)的路徑探索——以人民衛(wèi)生出版社為例[J]. 出版廣角，2017（14）： 16-19.

[11]劉成勇. 融合發(fā)展 恰逢其勢(shì)——實(shí)施創(chuàng)新驅(qū)動(dòng) 推動(dòng)轉(zhuǎn)型升級(jí) 實(shí)現(xiàn)融合發(fā)展——國家數(shù)字復(fù)合出版系統(tǒng)工程總體架構(gòu)[J]. 科技與出版，2014（11）：3-7.

[12]漆桂林，高桓，吳天星. 知識(shí)圖譜研究進(jìn)展[J]. 情報(bào)工程，2017 （1）：4-25.

[13]尹麗波. 人工智能發(fā)展報(bào)告（2016-2017）[M]. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2017.

[14][美]保羅·萊文森. 人類歷程回放：媒介進(jìn)化論[M]. 鄔建中，譯. 重慶：西南師范大學(xué)出版社，2017.endprint