当前位置:
首页
> 新闻资讯 > 行业资讯
智能技术在新闻领域的五大应用
发布日期:2020-09-01 17:56信息来源:国家广电智库 浏览次数:

导读

以5G、AI等为代表的新兴技术正从多方面赋能信息传播领域,广电总局发展研究中心、中国传媒大学和芒果超媒股份有限公司合作开展智能传播创新发展研究,以了解和预判智能时代传播的特点和发展趋势,并发布《智能媒体白皮书》。我们将陆续摘编其相关内容,今天发布《智能技术在新闻领域的五大应用》。

从传感器获取信息,到自动生成图像、音频、视频,再到沉浸化、智能化传播,智能技术对传媒行业的重塑与赋能,在新闻领域体现在五大方面。

一、传感器新闻

传感器技术被视为与计算机技术、通信技术并列的信息技术三大支柱之一,主要能实现对物品等的自动检测和控制,具有感知环境变化、搜集海量数据的能力。

传感器新闻,是指专业记者或自媒体运营者通过传感器收集和利用海量信息与数据来“讲故事”的新闻生产模式,最早出现于2002年的美国。经过十几年的发展,遥感卫星、GPS系统、具有传感功能的智能手机、可穿戴传感设备、无人机、无人驾驶汽车等越来越多的传感器开始应用于新闻报道中。目前,传感器新闻已经成为融媒体时代的重要实践,集中应用于以下领域:环境新闻、用户参与式新闻、社会调查新闻。

环境新闻被视为传感器运用得最普遍的领域,因为传感器在环境监测中运用较为普及,环保部门需要借助传感器测量和收集诸如水质、空气质量等数据。对媒体而言,运用传感器技术能在环境新闻报道中方便、迅速地获取海量数据,并进行数据化、故事化、可视化地呈现。

传感器在用户参与式新闻中的运用,主要是专业媒体搭建在线传感数据分享平台,发动一定数量的“公民记者”参与传感器监测和数据收集。例如,美国纽约公共电台发起社区居民参与的具有科普价值的蝉鸣实验,让用户借助传感器参与到了新闻生产环节,也是新闻“众包”机制的很好引入。

传感器还应用到社会调查新闻领域,能够拓宽调查记者的感官视域,扩大其信息集采集的时空范围,提升数据的准确性,同时发挥“开放、参与、互动”的互联网优势,让大量的资讯和数据供媒体使用和加工。这为调查记者搜集信息提供了很大便利,大大提升调查结果的真实度和准确度。除新闻领域外,传感器在了解用户情绪、获取用户反馈等方面也具有优势。

二、机器人新闻

机器人新闻最早出现在美国,体育、经济和金融等领域较早地开始运用这一技术。近年来,《纽约时报》《洛杉矶时报》等都将机器人写作运用到新闻采编中。在中国,腾讯财经频道在2015年用自动化新闻写作机器Dreamwriter发布了一篇名为《8月CPI涨2%创12个月新髙》的报道,打开国内机器人写稿先河。此后,第一财经的“DT稿王”、新华网的“快笔小新”、南方都市报的“小南”、今日头条的“XiaomingBot”等相继诞生。

机器人新闻是伴随AI技术发展而发展的,其核心是云计算和大数据分析,基于人工智能技术的自然语言生成引擎,通过采集大量题材及高质量数据,借助不同的定制化模板,实现从数据到知识理解的提升和跨越。机器人新闻的形成一般包括5个步骤:

第一步,读入大量结构化和标准化的数据。凡是数据丰富且结构化标准化的领域都很容易开发出自然语言自动生成系统,如财经领域和体育报道领域。

第二步,测量数据中的“新闻性”。算法会检测和对比历史数据,挑出最“反常”的数据,如体育报道中的“最高纪录”和“最低纪录”,财经报道中股价或汇率的变化高于或低于预期。

第三步,找出合适的报道角度。如果有多个角度,可以按照重要性排序。这些角度实际上就是人类记者事先已经确定好的报道框架,供算法选择。

第四步,将报道角度与数据中的具体事实相匹配。即在报道角度确定之后,算法从数据中选择相关的信息。

第五步,生成报道文本。从自然语言角度对自动生成的新闻稿件进行修饰和润色。

机器人新闻对新闻生产方式产生了变革性影响,实现了新闻信息的完全自动采集、加工和分发,具有“快速、准确、廉价”等特点。据报道,2013年美联社使用Automated Insights公司的算法自动生成了3亿条新闻,是全世界新闻媒体生产新闻的总和,2014年达到了10亿条;2015年11月,新华社的写稿机器人“快笔小新”正式上线,在体育和财经等领域7×24小时实时采集数据,每天生产200余条稿件……这意味着海量和多样化的新闻将以低廉的成本、飞快的效率生产出来。

整体来看,机器人新闻让原本是“信息类”新闻的生产变得更为高效和准确,整体上新闻的“知识性”被削弱,“信息性”大大增强。目前主要应用于以数据为基础的程式化报道领域,如地震报道、体育报道、公司年报、股票报道等。主要还是对复杂新闻生产过程的简化和提炼,实际上是在数据挖掘的基础上做统计分析,让数据之间建立联系后生成文本,此外还能自动为新闻报道匹配图表、图片和视频,以可视化形式展现数据,提升报道可读性。而“知识性”恰好是人类新闻工作者的优势所在,当机器人新闻将人类记者从枯燥的数据采集和分析中解放出来后,更多记者就有更多精力从事创造性的内容生产,去做好判断、解释、分析、预测、伦理等工作,展现好讲故事能力、人文关怀和共情力等属于人类的特有能力。

三、事实核查

事实核查是媒体为确保发布的新闻信息的真实性和准确性,对信息内容进行检验和核查的重要步骤,其作为新闻生产的一个环节,始终存在。进入21世纪,伴随互联网和社交媒体的快速发展,信息传播速度和数量实现了质的变化,假新闻、谣言、大量迎合受众或娱乐大众的低俗内容屡屡出现;信息量与信息传播速度超出了人工核查的能力范围,信息核查与判断的任务也变得更为艰巨。对此,基于人工智能和大数据技术的核查技术正在事实核查中扮演重要角色,目前主要包括真假辨析和价值观判断两个方面。

真实性把关方面,一是标记与识别虚假新闻。通过智能机器和算法编码技术,假新闻在审核过程中被自动识别、标记并被过滤,节约时间和人力。当前,国外谷歌搜索、Bing搜索、推特,国内腾讯新闻、百度等都推出了“事实核查”功能,通过算法对网站权威性和网络内容的真实性进行判断。

二是加快审核速度。速度是事实核查的第一要义,通过智能技术赋权可以加快审核过程。阿里巴巴公司推出的 “AI谣言粉碎机”就是通过深度学习和神经网络,设计了包括发布信息、社交画像、回复者立场、回复信息、传播路径在内的判断系统,将谣言识别和社交用户观点识别打通,最快1秒内判定结果,在特定场景中的准确率可达到81%。

价值观判断方面,运用智能技术对媒体发布内容进行价值观审核,就是将“人”的灵动性赋予机器,机器审核向人工审核高度模拟。新华智云推出的安全核查机器人通过深度学习技术,结合在媒体领域积累的文本、图像、视频、音频识别技术,可以快速定位涉黄、涉恐、涉政等内容,为内容生产提供安全监测,降低人工审核成本,提升审核效率。《纽约时报》运用人工智能管理读者评论区鼓励有建设性的讨论,减少骚扰和辱骂。与之类似,谷歌和Jigsaw同样利用人工智能技术共同推出恶意评论识别,自动发现新闻下方的“有毒”评论。

四、语义分析

语义分析是通过对稿件语言的识别和校验,发现新闻文本的语义错误和语法错误,促使文本优化。随着基于物联网环境下社交媒体的日益流行,语义信息已经成为连接人类智能和异质媒体大数据的重要桥梁。目前,语音分析技术也主要运用于内容的把关和检校环节。比如成立于美国的公司Grammarly为记者提供英语的语法纠错、标点修改、词句润色、句子结构优化等功能。

五、处理海量数据

电子信息时代,数据的爆炸式增长带来信息冗余和超载,利用人工智能技术处理海量数据成为解放人力的必要手段。人工智能处理海量数据需要经历数据分组、关键信息定位和匹配、数据特征提取及数据处理等过程。将人工智能有效处理数据这一特性运用到媒体领域,可实现热点实时追踪和新闻线索搜集,为新闻从业者的选题方向和趋势把握提供数据支撑。用户则可以借此技术从繁杂信息网络中获得优质新闻资源,传播效果大大增强。

分享到
[全文下载]

Produced By 大汉网络 大汉版通发布系统