自然語言處理技術(shù)賦能新聞生產(chǎn)自動化應(yīng)用案例探研

張建偉

（新華社北美總分社）

導(dǎo)語

隨著大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，新聞行業(yè)迎來了歷史性的變革。新聞機構(gòu)利用人工智能和大數(shù)據(jù)技術(shù)不斷推動新聞業(yè)態(tài)的發(fā)展。從寫稿機器人到個性化新聞推薦，新技術(shù)給新聞業(yè)注入了新的能量。

特別是在自然語言處理（NLP）技術(shù)領(lǐng)域，新聞媒體在這方面進行了較多的探索。比如，NLP技術(shù)對眾包的數(shù)據(jù)進行清洗和預(yù)處理。或在新聞編輯環(huán)節(jié)使用自然言語生成（NLG）技術(shù)優(yōu)化新聞制作；使用推薦算法個性化新聞推送；或使用聊天機器人（chat bot）與用戶的實時互動。

1.自動化圖表新聞

根據(jù)相關(guān)新聞機構(gòu)的調(diào)查發(fā)現(xiàn)，年輕讀者一方面對涉及公共服務(wù)且具有重要價值的新聞故事表現(xiàn)出濃厚的興趣；另一方面，對采用大段文字敘事的新聞則缺少耐心逐段閱讀。為此，國外新聞機構(gòu)希望通過采用漫畫+文字的形式來發(fā)布新聞信息，通過此形式吸引更多的讀者。[1]

雖然圖表、漫畫新聞表現(xiàn)形式并非首創(chuàng)，在新華社攝影新聞報道中已經(jīng)是普遍采用的一種新聞形式。但圖表新聞的制作過程對編輯仍存在不小的技術(shù)挑戰(zhàn)：比如，如何快速、準確的挑選適合新聞主題的素材；如何將各種矢量圖片組合并制作成最終的漫畫模板。上述這些工作，即使對經(jīng)驗豐富的編輯也是一項費時的工作。能否將圖表新聞通過計算機自動完成，提高新聞制作效率，減輕編輯的工作壓力，就成為自動化圖表新聞主要解決的問題。

有新聞媒體曾啟動了為期6個月的一項實驗，實驗的主要目的就是嘗試通過計算機自動制作圖表新聞。第一期實驗為期6周，主要是驗證技術(shù)可行性。據(jù)介紹，為了降低項目復(fù)雜度，項目組將問題聚焦在公共健康方面的新聞，主要因為該類新聞大多具有相似的結(jié)構(gòu)，多數(shù)內(nèi)容是關(guān)于醫(yī)學方面的新發(fā)現(xiàn)或新療法。他們首先了解公共健康新聞的結(jié)構(gòu)、重要的新聞構(gòu)成要素。在此基礎(chǔ)上，項目組對新聞制作流程進行了分解。[2]

項目組首先利用自然語言處理技術(shù)中相對成熟的“命名實體識別（NER）”技術(shù)來鑒別文字稿件中的關(guān)鍵實體信息；再將算法識別出來的實體信息作為參數(shù)，調(diào)取圖片檢索技術(shù)查找適合的漫畫素材，通過預(yù)制的模板將文字新聞和漫畫背景渲染成一幅漫畫。這個原型服務(wù)通過網(wǎng)頁應(yīng)用的形式開放給編輯使用。編輯通過該網(wǎng)頁應(yīng)用，可以將精力集中于文字編輯，系統(tǒng)后臺完成漫畫搜索和模板渲染的工作，并將最終結(jié)果呈現(xiàn)給編輯，供編輯做進一步的調(diào)整和完善。

根據(jù)項目一期的效果 ，項目組啟動了第二階段的實驗，仍然是6周時間。這一階段，項目組著重解決漫畫自動化生成的準確度和效率問題。為此項目組設(shè)計了一套自然語言處理的流水線，并對NER信息提取的算法進行了改進。

由于該系統(tǒng)主要利用NER技術(shù)來解析新聞稿件中的關(guān)鍵信息，此環(huán)節(jié)的準確程度決定了后續(xù)漫畫模板的選擇是否準確合理。為了使第一步關(guān)鍵信息提取更加準確，項目組嘗試了多種方式，包括提取一組相關(guān)的實體信息名，讓記者選擇最相關(guān)的關(guān)鍵字并保留下來作為圖片檢索的參數(shù)。還嘗試直接允許編輯輸入關(guān)鍵字。

為了試圖讓系統(tǒng)自動挑選出最適合的圖片作為漫畫新聞素材，項目組根據(jù)醫(yī)療健康新聞特點，設(shè)計了一套規(guī)則。比如，如果在文字稿件中檢測到數(shù)字信息，系統(tǒng)會生成一個簡單的數(shù)據(jù)可視化圖；如果編輯輸入了引言，系統(tǒng)會將引言自動添加到圖片對話框，并標注被引用者的信息。

然而，在這一階段的實驗中，項目組發(fā)現(xiàn)理想與現(xiàn)實的差距，比如：醫(yī)學領(lǐng)域經(jīng)常會發(fā)布一些有關(guān)疑難疾病的創(chuàng)新療法，此時利用自動化的系統(tǒng)很難將NER信息給出對應(yīng)的漫畫素材相映射，找到合適素材或模板。為此，項目組邀請認知科學家、漫畫理論家共同參與設(shè)計新聞模板，利用更加通用的漫畫模板盡量完善系統(tǒng)自動化流程。

2020年10 月，項目組使用該系統(tǒng)制作了一條有關(guān)新冠疫情的新聞，并發(fā)布在臉書和Instagram的“限時動態(tài)”中。目前該原型產(chǎn)品已經(jīng)應(yīng)用在媒體內(nèi)部的健康新聞小組。利用該系統(tǒng)，編輯僅專注于完成文字編寫工作，系統(tǒng)完成新聞主題的識別，根據(jù)識別出的主題搜索恰當?shù)穆嬆０?，并進行合成渲染。

2.利用聊天機器人發(fā)布新冠疫情信息

新冠疫情在很大程度上改變了人們生活、工作的方式。特別是在2020年疫情期間，對病毒的恐懼，迫使人們不得不選擇大部分時間居家辦公。與此同時，鋪天蓋地的虛假新聞和錯誤的信息，也使人們變得無所適從。

對于媒體來說，讓受眾在第一時間獲取到真實、可靠的信息，自然成為新聞機構(gòu)追求的首要目標。特別是在疫情肆虐的時期，人們對各種資源的需求更加迫切。為用戶提供一條暢通且可靠的疫情信息播報通道，也就成為各新聞機構(gòu)要解決的一個重要問題。

另外，隨著社交媒體平臺的不斷發(fā)展，像微信、微博已經(jīng)成為新聞消費者的重要社交網(wǎng)絡(luò)平臺。據(jù)路透社的一個統(tǒng)計報告，在2018年至2020年期間，大約有1/3的國外用戶通過臉書獲取新聞，部分國家甚至更高。社交媒體成為人們獲取新聞的主要途徑。[3]

正因為社交媒體在新聞傳播方面的巨大影響力，有媒體選擇嘗試將聊天機器人與臉書的聊天應(yīng)用（Facebook Messenger）相結(jié)合，發(fā)布新聞信息。一方面，疫情期間，記者可以在家方便地更新相關(guān)信息；另一方面，隨著人工智能技術(shù)的進步，聊天機器人解決方案也已成熟；而且，根據(jù)臉書的統(tǒng)計，臉書的聊天客戶端在疫情開始階段的使用頻率呈現(xiàn)爆發(fā)式增長?；谏鲜鲈颍瑢⒘奶鞕C器人（chat bot）集成到臉書的聊天應(yīng)用程序，或許是個不錯的實踐。[3]

該新聞機構(gòu)嘗試使用一款名為“德克斯特”（Dexter）的第三方工具作為聊天機器人的引擎。借助臉書的Messenger應(yīng)用通道，記者除了發(fā)布最新的疫情感染數(shù)字以及相關(guān)的封城措施外，同時推送其他附加內(nèi)容，以防止人們錯過重要的新聞資訊。機器人可與用戶進行實時互動，根據(jù)用戶輸入的內(nèi)容，為用戶提供相關(guān)的視頻新聞或有關(guān)醫(yī)護工作人員那些振奮人心的感人事跡。[4]

該新聞機構(gòu)首先在東南亞部署了測試版程序，用于獲取用戶和機器人的交互情況。三周后，項目組增加了訂閱功能，允許系統(tǒng)自動推送信息。根據(jù)項目組收集到的數(shù)據(jù)顯示：大約1/3曾與機器人交互過的用戶選擇訂閱該服務(wù)。該項目在越南和孟加拉兩個國家進行了部署，這兩地的新聞團隊負責每天更新最新的疫情數(shù)據(jù)。這兩組機器人總計收發(fā)大約一百萬條交互信息。這一交互數(shù)量遠高于項目組的預(yù)期。

根據(jù)用戶與聊天機器人的交互情況，項目組發(fā)現(xiàn)：當新聞發(fā)布機構(gòu)自動推送的消息對用戶來說是重要話題時，用戶的訂閱意愿十分強烈。另外，臉書的收件箱是一個未被充分利用的空間，特別是對于聊天機器人等智能化交互，這一通道是一個成熟交互途徑，也是可以充分開發(fā)的交互方式。但同時，如何讓用戶發(fā)現(xiàn)聊天機器人這一功能，確實是一個挑戰(zhàn)。目前項目組使用的方法就是通過廣告宣傳，通過在各種渠道宣傳，讓用戶知道并發(fā)現(xiàn)這個服務(wù)。另外，在2020年的秋天，該新聞機構(gòu)嘗試在美國大選期間利用機器人推送相關(guān)消息，并與用戶互動，提供詳細的選情報道，采用的也是類似的解決方案。

3.對新聞行業(yè)技術(shù)創(chuàng)新的啟示

上述兩個項目是國外新聞機構(gòu)將人工智能技術(shù)與新聞生產(chǎn)和傳播相結(jié)合的典型案例，這其中既有利用計算機輔助編輯、記者提高新聞播發(fā)效率；也有通過新技術(shù)增強與用戶互動，獲取用戶行為數(shù)據(jù)，進一步指導(dǎo)新聞編發(fā)工作。

筆者所在單位，在人工智能應(yīng)用方面進行了一些探索，諸如在編輯部使用的新一代采編系統(tǒng)中囊括了諸多人工智能工具，比如：智能檢校、語音識別、智能輔助翻譯、圖片文字識別等，都是利用自然語言處理技術(shù)實現(xiàn)工作的自動化。這些實踐在實際工作中已經(jīng)發(fā)揮了重要的作用，有效提高了新聞制作效率，節(jié)約了時間，獲得編輯、記者的好評。有記者反饋，利用語音識別工具，可極大提高采訪素材處理效率，原來需要幾個小時才能處理完成的文字素材，可通過AI工具在幾分鐘內(nèi)即可完成初加工，記者可以將更多的精力投入到深度內(nèi)容的挖掘中。

由此可見，人工智能技術(shù)能夠有效提升新聞制作效率，因此應(yīng)該充分利用這一技術(shù)優(yōu)勢，將人工智能技術(shù)與新聞制作、傳播更多的進行融合。根據(jù)不同的應(yīng)用場景或新聞形式，設(shè)計相應(yīng)的新聞制作工作流引擎，將原始素材的初加工、查詢工作自動化，讓編輯將更多的精力放在新聞故事的創(chuàng)作上。讓新聞采編工作全流程進入智能化、自動化的快車道。

其次，隨著技術(shù)不斷進步，新聞行業(yè)也正在經(jīng)歷翻天覆地的變革，各種創(chuàng)新層出不窮。新華社作為國家通訊社，如何履行好黨中央“喉舌”“耳目”職能，發(fā)揮正確引導(dǎo)國內(nèi)輿論、積極影響國際輿論的重要作用，是新聞工作者同樣也是技術(shù)創(chuàng)新的初心和使命。與此同時，也不能忽視的是在當下這個時代，新聞創(chuàng)新可能不再是開創(chuàng)單一的傳播渠道，而是以為多樣化的受眾提供真正有價值的數(shù)字新聞體驗為目標。數(shù)字媒體生態(tài)系統(tǒng)的加速變化要求新聞從業(yè)者改變傳統(tǒng)的制作、分發(fā)和傳播新聞的方式。如何在完成國家通訊社的職能和使命的同時，為多樣的用戶提供個性化的新聞產(chǎn)品，也是我社面臨的一個重要議題。

最后，雖然智能化、自動化可在一定程度上提高新聞制作效率，但自動化新聞系統(tǒng)永遠無法替代編輯、記者的工作。再多的自動化系統(tǒng)也無法取代和構(gòu)建講述好故事的技能。在這里，自動化系統(tǒng)為講好故事提供了必要的支持，而不是取代它。明確了這兩者的關(guān)系定位，也就更加清楚地認識到在構(gòu)建自動化系統(tǒng)的實踐中，僅有工程師的參與是不夠的。正如英國衛(wèi)報數(shù)據(jù)博客編輯西蒙·羅杰斯所指出的：新聞編輯部的布局很有講究，如果你越靠近新聞編輯部，就更加方便進行新聞報道的交流，這是新聞策劃過程中必不可少的一部分；反之，則兩者距離越來越遠。這也從另一方面闡明：專家型新聞人才與技術(shù)團隊相互協(xié)作，是新聞自動化系統(tǒng)成功構(gòu)建的必要條件。比如，在上述開發(fā)自動化圖表新聞項目中，項目組還邀請了認知科學家、漫畫理論家、一線記者共同參與項目中，提出各自專業(yè)的見解。

綜上所述，利用人工智能技術(shù)，特別是自然語言處理技術(shù)提升新聞報道時效性是時代的必然。新聞媒體要適應(yīng)新時代新聞制作、傳播的特點，利用新技術(shù)切實履行好信息傳播、輿論引導(dǎo)的使命。同時，新聞人和技術(shù)工程師的密切合作是開啟通往新聞智能化大門的金鑰匙。