江苏龙网

  1. 主页 > 生活百科 > >

GAITC专题丨Jim Kennedy：人工智能让我们以更低成本报道更多新闻( 二 )

人工智能


其中的奥秘就是我们利用所谓的“分支协作”设计的模板 。报道的方向取决于财报结果是低于市场预期还是高于市场预期 。
现在，大约六年后的今天，我们继续一年四次，大量撰写这些季度收益报道，为我们的读者提供最高水平的商业新闻 。他们可以有充分的把握，不会漏掉任何一家公司的季度收益报道，每一家公司的信息都对读者十分重要 。
2014年的公司季度财报项目在整个新闻界轰动一时 。而在美联社内部，我们成功地证明计算机程序可以用来生成文本内容 。这样一来，我们的采访人员就可以去做更重要的工作，采访人员们如释重负 。他们再也不用对着财报拼命撰写看似写不完的新闻报道 。他们可以把更多精力放在更加重要的新闻故事上，然后借助自动化的力量确保每一家公司都不落下 。当然我们的每一个读者也都非常满意 。对新闻供应商来说，我们报道的新闻数量非常重要 。为新闻读者提供更多选择，满足他们的多样化需求也非常重要 。当然，每个人都期待重大新闻报道，但每个人也都想看到契合他们个人喜好的新闻故事 。
这就是公司季度财报项目可以大获成功的原因 。它意味着，哪怕是市场上最小的公司，我们也会给予报道，而不是只关心巨头企业，如苹果、谷歌和亚马逊等 。同时，新闻机构凭借其新闻报道的品质而与众不同 。因此，如果说自动化的直接结果是数量，那么同样重要的副产品就是质量，因为人类采访人员可以把更多精力放在发现和报道更有价值的新闻故事上 。如果没有机器分担这份重复性的常规任务，我们的采访人员可能永远没有那么多时间去发掘有价值的新闻 。
我可以非常自豪地告诉各位，人工智能技术在新闻工作中的应用，最初想法是将数据自动转化为文本，随着科技的发展，如今人工智能的应用已经扩展并覆盖到新闻工作的整个流程，包括从新闻收集到新闻编撰再到新闻发布 。到目前为止，受益最多的当属新闻编撰 。一切的起点当然也在新闻编撰这一阶段 。我们先是尝试了文本自动化 。但是我们美联社在过去数年中，也向着新闻的整个工作流程中的另外两个节点发展 。
比如新闻收集，即实实在在的收集信息（还没有形成文本、音频和图片的那一类信息） 。人工智能在新闻收集领域的一个主要发展方向是：第一时间发现潜在的具有新闻价值的事件 。在如今的数字时代，可用的信息来源无比丰富，从手机抓拍的用户生成内容到全球社交网络上数百万条基于文本的帖子，这些都可以作为信息来源 。我们有大量的丰富而富有启发的即时可用的原始信息，它们被人工智能吸收消化再输入应用 。这就涉及人工智能阶梯或自然语言阶梯上的第二个台阶 。比如，现在，采访人员可以使用程序即时分析全球社交媒体平台上的帖子 。热点新闻一旦发生，像什么爆炸、地震、新冠疫情等，可以马上进行追踪 。我们甚至还使用数据科学，基于过去的趋势，来预测新闻有多大价值 。新闻编辑室也使用检测和验证工具来区分事实信息和假新闻 。有些工具还可以快速识别出我们所说的深度假新闻，包括不法分子用来欺骗大众的假照片、假视频和假音频 。
现在我们还可以使用人工智能技术鉴别和筛选哪些社交网络上的帖子是不法分子和计算机机器人程序发布的，哪些是真实人物发布的 。这些创新技术让新闻机构有能力甄别信息、快速决策并迅速有效地部署人力资源、现场报道全球重大新闻 。
新闻收集领域的第二个主要发展方向涉及分析大量数据和文档 。我们有各种不同的工具组合来梳理大量的结构化数据和非结构化文本 。这些工具可以让采访人员们快速从成堆的素材中发现关键信息 。如果没有这些工具的话，要做到这些可能需要花几周乃至几个月的时间 。再利用其他一些工具，比如自动数据可视化工具，你可以马上看到数据以数据驱动的图形展现在眼前，直观地讲述故事，从而增强可以通过文本传达的内容 。
在这个过程中，美联社从公司季度报道开始，逐步用自动数据技术性地报道各种类型的新闻，从体育回顾到选举结果等等 。对于基于数据的新闻项目，全国各地的统计数据可以为我们当地的报纸和广播听众制作成千上百个本地化独立新闻报道 。
同时，更广泛的新闻行业也已经在使用自然语言生成来进一步捕捉所谓的超本地新闻，他们使用一系列可用的公共数据，比如公司开业和倒闭、犯罪和安全、房地产交易、甚至待办事项和周围可以去的地方 。这些项目几乎不涉及人工，但他们可以成倍地丰富当地新闻报道的数量 。


推荐阅读


上一篇：喝薄荷水的好处与坏处,喝胖大海的禁忌与作用

下一篇：敬亭绿雪名称由来介绍,敬亭绿雪历史渊源