金曉紅 根據(jù)錄音整理

兩項國家中文新聞信息技術(shù)標(biāo)準在新華社的應(yīng)用和發(fā)展
——新華社技術(shù)局局長呂銳在“網(wǎng)絡(luò)科學(xué)”論壇的講話

金曉紅 根據(jù)錄音整理

當(dāng)前，在全球范圍內(nèi)，有關(guān)信息技術(shù)領(lǐng)域的基礎(chǔ)工作都在有條不紊地扎實推進，特別是標(biāo)準化工作更是如此。各個國家早在21世紀初就把研制全新的信息置標(biāo)語言提上了議事日程。而在我國，目前中文新聞信息技術(shù)標(biāo)準的研制和應(yīng)用情況并不理想。以我國家各大新聞機構(gòu)的信息系統(tǒng)建設(shè)為例，其出發(fā)點都是源自自身的業(yè)務(wù)需求，并沒有采用統(tǒng)一的中文新聞信息技術(shù)基礎(chǔ)性標(biāo)準。正因為如此，我們的數(shù)據(jù)庫、各種采集的素材，包括新聞信息產(chǎn)品本身的再次加工應(yīng)用，都存在嚴重的信息孤島現(xiàn)象。從元數(shù)據(jù)分類到數(shù)據(jù)應(yīng)用的檢索都難以整合，導(dǎo)致各應(yīng)用系統(tǒng)的信息無法交流共享。不言而喻，在當(dāng)前和今后的科技發(fā)展潮流下，制訂統(tǒng)一的國家中文新聞信息技術(shù)標(biāo)準顯得尤為重要。

本次報告的主要內(nèi)容是介紹在過去幾年中，新華社在制訂兩項中文新聞信息技術(shù)國家標(biāo)準的基本情況以及后來針對標(biāo)準應(yīng)用推廣方面的一些實踐。

一、建設(shè)情況

1、中文新聞信息技術(shù)標(biāo)準的立項攻關(guān)專項

2003年的11月，科技部批準了國家十五重大科技攻關(guān)項目，中文新聞信息技術(shù)標(biāo)準研制課題。該課題旨在建立一套基于國際接軌，又具中國特色的、全國統(tǒng)一的、甚至整個華裔地區(qū)統(tǒng)一的新聞信息技術(shù)標(biāo)準，以便有效組織管理和存儲發(fā)布中文多媒體新聞信息，實現(xiàn)新聞信息在華裔媒體乃至更大范圍內(nèi)的交流和共享。該課題由新華社牽頭，并提供了配套資金，聯(lián)合眾多的報社、新聞單位、企業(yè)和研究機構(gòu)共同參與。課題組充分研究了國內(nèi)外相關(guān)技術(shù)標(biāo)準，廣泛調(diào)研了國內(nèi)新聞單位特別是報業(yè)單位技術(shù)的現(xiàn)狀和新聞媒體的實際需求，經(jīng)過近兩年的努力，完成了《中文新聞信息置標(biāo)語言》（簡稱CNML）和《中文新聞信息分類與代碼》兩項國家標(biāo)準的研制任務(wù)。

2005年5月，上述凝聚了中國新聞媒體人心血和期待的“中文新聞信息技術(shù)”兩項標(biāo)準草案形成，并向國內(nèi)多家單位發(fā)送了征求意見稿，力求使標(biāo)準能夠充分體現(xiàn)各媒體單位的共同需求和利益。

經(jīng)過國家重大標(biāo)準專項管理辦公室嚴格的程序?qū)徟?，專家一致認為：《中文新聞信息置標(biāo)語言》和《中文新聞信息分類與代碼》兩項標(biāo)準的研制成功，為全國新聞信息資源的有效管理、開發(fā)、利用和共享奠定了良好基礎(chǔ)，填補了我國新聞信息科技領(lǐng)域的一項空白。2006年1月5日，國家標(biāo)準化委員會審批同意兩項標(biāo)準為國家推薦性標(biāo)準，并于2006年5月1日正式實施。

2、兩項國家標(biāo)準簡介

《中文新聞信息置標(biāo)語言》（簡稱CNML）是新聞信息分類體系的載體及推廣實施的有效技術(shù)途徑，《中文新聞信息分類與代碼》是《中文新聞信息置標(biāo)語言》元數(shù)據(jù)和受控詞表所依據(jù)的基礎(chǔ)資源，這兩個分標(biāo)準之間，既相互獨立又彼此依存?！吨形男侣勑畔⒅脴?biāo)語言》標(biāo)準適用于新聞信息在“采集、編輯、生成、發(fā)布、存儲、檢索、評估反饋”生命周期各個環(huán)節(jié)，是一種既與國際接軌、又有中國特色的多媒體新聞信息元數(shù)據(jù)規(guī)范。該技術(shù)標(biāo)準采用了XML（可擴展置標(biāo)語言）和RDF（資源描述框架）技術(shù)，支持文字、圖片、圖形、音頻、視頻等多種媒體類型以及多媒體混合的新聞信息的描述，支持對新聞信息間關(guān)系和語義的描述，為新聞信息的自動解釋、交換和處理等新業(yè)務(wù)的發(fā)展留下了空間。該標(biāo)準具有良好的擴展性和實用性，可用于多媒體新聞信息在通訊社、報社、廣播電臺、電視臺、網(wǎng)站以及新聞信息用戶之間進行交換和共享。

《中文新聞信息分類與代碼》標(biāo)準廣泛借鑒和吸收了國內(nèi)外有關(guān)媒體機構(gòu)分類法的優(yōu)點，大膽創(chuàng)新，在編制原則、類目設(shè)置等方面均具有特色。比如在立類方面，標(biāo)準堅持“主題立類為主，學(xué)科立類為輔”的原則，適應(yīng)了新聞信息綜合性強、容易形成專題的特點?？偟膩碚f，該標(biāo)準兼顧了科學(xué)性和系統(tǒng)性、實用性和服務(wù)性，穩(wěn)定性和兼容性、前瞻性和可擴展性的原則，不僅為新聞信息分類工作人員提供分類標(biāo)引的依據(jù)，也為實現(xiàn)中文新聞信息分類自動化打下了一個可靠的基礎(chǔ)。

另外，“中文新聞信息技術(shù)”兩項標(biāo)準支持多媒體特征，可實現(xiàn)多種業(yè)務(wù)，如圖表漫畫，音頻、視頻，手機電視等的統(tǒng)一格式，有利于實現(xiàn)功能完整，互動性強，性能完好的集采集、編輯、存儲、展示、反饋一體化的業(yè)務(wù)系統(tǒng)，可實現(xiàn)多媒體、全媒體的發(fā)稿，做到一次生成，滿足受眾多樣化的需求，提高我國新聞產(chǎn)業(yè)的核心競爭力。

綜上所述，“中文新聞信息技術(shù)”兩項標(biāo)準不僅有利于報紙對新聞信息資源進行整合，擴大信息資源共享范圍，消除大量跨部門，跨系統(tǒng)和跨平臺的信息交換的障礙，有效降低交流、維護成本；還有助于促進我國多媒體新聞產(chǎn)業(yè)鏈的形成和新聞服務(wù)業(yè)的發(fā)展，有利于提高資源利用效率，減少重復(fù)開發(fā)和投資浪費，形成優(yōu)良的產(chǎn)業(yè)環(huán)境，不斷提升我國媒體的國際傳播能力，更好的參與國際新聞競爭力。

3、兩項標(biāo)準的推廣情況

目前，標(biāo)準推廣已取得初步成效，在傳媒業(yè)界，海內(nèi)外得到廣泛影響，標(biāo)準可用性得到了充分的驗證。

新華社、中評社都采用了CNML標(biāo)準：新華社對國內(nèi)600多家，海外70家全球網(wǎng)用戶已采用CNML格式發(fā)稿，香港文匯報采用了CNML標(biāo)準。

華光、新華紫光等公司均在其報社采編系統(tǒng)中支持CNML接口：TRS、上海阿爾法等多家公司已經(jīng)在其產(chǎn)品中支持CNML標(biāo)準。

而中文新聞信息分類與代碼標(biāo)準繼2007年由廣西日報率先使用以來，全國已有十多家報社采用。

4、兩項標(biāo)準的修訂和發(fā)展

為了保證標(biāo)準適用性和可持續(xù)發(fā)展，經(jīng)國家標(biāo)準委批復(fù)同意，新華社牽頭正在對“兩項國標(biāo)”進行修訂，此項工作已經(jīng)接近尾聲。

修訂過程中，我們遵循4個原則：

1）解決新的標(biāo)準應(yīng)用需求和發(fā)現(xiàn)的問題

2）保證標(biāo)準的延續(xù)性

3）探索與國際標(biāo)準融合

4）更好地解決CNML標(biāo)準與分類標(biāo)準的協(xié)同

在新華社內(nèi)部而言，CNML標(biāo)準已全面應(yīng)用于新華社采集、編輯、發(fā)布、供稿、內(nèi)容管理、報道和業(yè)務(wù)的反饋管理等各個業(yè)務(wù)環(huán)節(jié)，是新華社系統(tǒng)間交換數(shù)據(jù)的唯一基礎(chǔ)性標(biāo)準。作為全球性的三大通訊社之一的新華社而言，其機構(gòu)和網(wǎng)絡(luò)都是全球性的。目前，新華社在全球有160多個分社，都是7×24小時不間斷運營的機構(gòu)。因此，數(shù)據(jù)交換標(biāo)準化尤為重要。

二、兩項國家標(biāo)準在新華社業(yè)務(wù)系統(tǒng)中的應(yīng)用

應(yīng)用1:2008年奧運移動報道系統(tǒng)

2008年奧運移動報道系統(tǒng)是支撐新華社履行2008北京奧運會國家攝影隊和東道主通訊社職責(zé)的多媒體移動報道平臺。成功經(jīng)受了北京奧運會大數(shù)據(jù)量、高并發(fā)的實際考驗，發(fā)稿時效和數(shù)量均超過其他通訊社。

而該系統(tǒng)正是全面應(yīng)用CNML標(biāo)準，實現(xiàn)了新聞稿件全流程對標(biāo)準的完整支持。系統(tǒng)依托CNML建立了一套完整、統(tǒng)一標(biāo)準的多媒體新聞信息的組織、發(fā)布、交換、存儲和應(yīng)用的技術(shù)體系，促進了新聞信息共享，提高了資源整合能力，為新聞信息的高效利用和增值服務(wù)提供了支持。

目前該系統(tǒng)已歷經(jīng)多次重大報道任務(wù)和突發(fā)事件報道的考驗，可以說是技術(shù)先進、結(jié)構(gòu)合理。該系統(tǒng)也曾榮獲“王選新聞科技獎”特等獎，為CNML標(biāo)準在國內(nèi)傳媒行業(yè)的推廣應(yīng)用起到了示范作用。

應(yīng)用2：eNews采集系統(tǒng)

eNews采集系統(tǒng)是支持文字、圖片、音頻、視頻等各類型資源采集的技術(shù)平臺。 該系統(tǒng)支持多種通訊手段，適應(yīng)不同環(huán)境，支持室內(nèi)有線、無線、專線網(wǎng)絡(luò)、互聯(lián)網(wǎng)絡(luò)，室外海事衛(wèi)星、手機發(fā)稿等。該系統(tǒng)憑借著極強的適應(yīng)性已在新華社總社、國內(nèi)、海外分社全面使用。同時，eNews采用CNML標(biāo)準統(tǒng)一存儲、管理、交換各類型稿件，系統(tǒng)效率也因此而大大提高。

應(yīng)用3：多媒體編輯系統(tǒng)

作為新華社這樣的全球性機構(gòu)而言，總社和海外7個大分社要實現(xiàn)中、英、西、法、俄、阿、葡等文種各類型稿件的編輯簽發(fā)。多媒體編輯系統(tǒng)數(shù)據(jù)以CNML格式統(tǒng)一匯總和輸出，高效處理各類素材，實現(xiàn)了多媒體產(chǎn)品內(nèi)容的生產(chǎn)，實現(xiàn)了信息資源統(tǒng)一的、標(biāo)準化的標(biāo)引和分類。

應(yīng)用4：通信供稿系統(tǒng)

該系統(tǒng)作為新聞業(yè)務(wù)通信中樞，負責(zé)新華社各類新聞信息產(chǎn)品的對外播發(fā)和供稿。通信供稿系統(tǒng)搭建了新華社與其他媒體進行新聞交換的對接平臺，促進了新聞信息交換和共享。CNM標(biāo)準的應(yīng)用，簡化了數(shù)據(jù)處理邏輯，提高了發(fā)稿時效，使得數(shù)據(jù)交換更加暢通、高效。同時信息的交換也擴大了CNML標(biāo)準應(yīng)用的范圍，推動了標(biāo)準的推廣。

應(yīng)用5：“新華08”金融信息平臺

“新華08”是新華社的綜合性金融服務(wù)系統(tǒng)，提供實時資訊、行情報價、歷史數(shù)據(jù)、研究工具、分析模型等服務(wù)，支撐新華社從單純的新聞信息服務(wù)提供向高端信息服務(wù)、金融交易等增值服務(wù)的戰(zhàn)略性轉(zhuǎn)型。

“新華08”全面采用了CNML標(biāo)準，接受、處理、制作金融信息產(chǎn)品，使信息產(chǎn)品的屬性更加豐富，增強了信息產(chǎn)品間的關(guān)聯(lián)性，為用戶提供了更好的資訊服務(wù)。CNML標(biāo)準的采用使得系統(tǒng)伸縮靈活，可擴展性增強。

三、新華社多媒體數(shù)據(jù)體系及標(biāo)準應(yīng)用

新華通訊社多媒體數(shù)據(jù)庫是目前中國媒體領(lǐng)域最大的多文種、多媒體、海量異構(gòu)資源庫。數(shù)據(jù)量達到800TB，文字信息2億多條，1000多萬底圖片，3萬多小時音視頻信息，涵蓋中、英、西、法、俄、阿、葡、日八個語種，為全球27000多家用戶提供服務(wù)。

由中國工程院金怡濂和倪光南院士等組成的鑒定組鑒定認為：“新華社多媒體數(shù)據(jù)庫系統(tǒng)是目前國內(nèi)傳媒業(yè)已建成并投入運營的最大的多文種、多媒體數(shù)據(jù)庫，在應(yīng)用集成，海量數(shù)據(jù)處理、多媒體大對象管理、多文種多種類信息檢索、XML/CNML標(biāo)準技術(shù)應(yīng)用等諸多方面處于國內(nèi)領(lǐng)先水平，在中文大規(guī)模真實文本數(shù)據(jù)挖掘技術(shù)應(yīng)用和新聞標(biāo)識語言的研制方面居于國內(nèi)先進水平”。

新華社下一代技術(shù)系統(tǒng)建設(shè)中，依托云平臺和分布式結(jié)構(gòu)，重構(gòu)多媒體數(shù)據(jù)資源的分布，建立“大數(shù)據(jù)庫”體系，深度“依賴”標(biāo)準實現(xiàn)更大范圍數(shù)據(jù)資源整合、流轉(zhuǎn)、加工和積淀。

從新華社多媒體數(shù)據(jù)庫多次修訂的工作流程來看，在依托兩項基礎(chǔ)國家標(biāo)準的情況下，已初步形成了完整的和規(guī)范的入庫和出庫，機構(gòu)內(nèi)運用非常廣泛。從入庫的角度來說，有自身播發(fā)的多類型多語種的稿件，也有引進或者與其他機構(gòu)交換的各類資源，以及引進交換的非CNML語言格式的資源。通過CNML校驗、解析、入庫這樣一個工藝流程進行轉(zhuǎn)換。出庫的工藝工程是通過機構(gòu)供稿，提供給最終用戶。最終支持新興媒體面向最終用戶的多樣服務(wù)。

1、多媒體數(shù)據(jù)庫CNML標(biāo)準應(yīng)用效果

（1）實現(xiàn)了海量新聞信息資源的匯聚、整合、共享和業(yè)務(wù)集成，具有標(biāo)準存儲、自動查重，分類發(fā)布、個性化服務(wù)、稿件檢索、稿件統(tǒng)計、智能提示等功能。

（2）實現(xiàn)了多來源、多方式、多類型、多格式的新聞稿件以標(biāo)準方式存儲到數(shù)據(jù)庫中，并以CNML格式為其他系統(tǒng)提供標(biāo)準化服務(wù)。

（3）基于CNML標(biāo)準建設(shè)的多媒體數(shù)據(jù)庫已經(jīng)成為新華社整合、共享多種多媒體新聞信息資源的統(tǒng)一的技術(shù)平臺，因為有這樣的技術(shù)平臺使得新華社在戰(zhàn)略轉(zhuǎn)型過程中間對業(yè)務(wù)和流程實現(xiàn)再造，提供了扎實的技術(shù)基礎(chǔ)。也使新華社深刻體會到，采用CNML標(biāo)準帶來的資源和信息利用的提高、產(chǎn)品加工傳播成本降低的好處，充分體現(xiàn)了科技創(chuàng)新，提高新華社核心競爭力的重要價值。

2、CNML與EventsML融合創(chuàng)新新聞供稿模式

基于事件置標(biāo)語言（EventsML）是國際新聞組織IPTC制定的一個非常重要的標(biāo)準，被喻為新聞行業(yè)的下一個經(jīng)濟增長點。該標(biāo)準以某一新聞事件為中心來組織新聞報道，對新聞的策劃，報道的組織，用戶的反饋，新聞報道上下游的協(xié)調(diào)，事件之間的關(guān)聯(lián)等提供技術(shù)支持，通過視頻、音頻信息和背景資料以配合文字報道刊發(fā)，有利于形成一個多媒體的全方位的融合報道形態(tài)，支撐全媒體業(yè)態(tài)的發(fā)展。這種報道形式需要新聞產(chǎn)業(yè)鏈上下游的雙向緊密協(xié)作，以發(fā)揮出最佳的報道效果，被稱為“通訊社和媒體用戶間新的新聞策劃與生產(chǎn)合作模式”，是通訊社、軟件開發(fā)商和媒體三方密切合作的結(jié)果。

CNML將借鑒、吸收EventsML標(biāo)準，創(chuàng)新新聞供稿模式，帶動新聞聚合、全媒體融合的發(fā)展。

3、CNML與富標(biāo)簽融合創(chuàng)新內(nèi)容服務(wù)模式

為了使得新華社的全球傳播和服務(wù)能力得以提高，新華社對CNML與富標(biāo)簽如何融合，做了深入的探索。新華社有全球最大的圖片匯總和圖片報道的業(yè)務(wù)系統(tǒng)，這個業(yè)務(wù)系統(tǒng)里面已經(jīng)采用富標(biāo)簽技術(shù)對它進行改造升級。

富標(biāo)簽（UItraTag）的概念原于標(biāo)簽，但超越標(biāo)簽。新華社正在研制并將在中國全球圖片總匯系統(tǒng)中投入試用的富標(biāo)簽體系是一套多維度多模態(tài)融合的內(nèi)容描述體系，不僅要涵蓋時間、地點、人物、事件、內(nèi)容引申等維度的文本標(biāo)簽信息，還可根據(jù)媒體類型擴展標(biāo)引維度，例如圖片可擁有拍攝風(fēng)格、顏色、紋理等特征信息標(biāo)簽。通過規(guī)范標(biāo)簽與擴展標(biāo)簽，基于語義關(guān)系進行標(biāo)簽的智能關(guān)聯(lián)和智能推薦。通過富標(biāo)簽的標(biāo)引，解決媒體內(nèi)容描述不足或不全面的問題。通過標(biāo)簽庫的語義關(guān)聯(lián)，解決標(biāo)引精準性和用戶檢索隨意性的矛盾。

CNML將吸收富標(biāo)簽體系，創(chuàng)新各類媒體的服務(wù)模式，提供用戶更好的信息搜索體驗。富標(biāo)簽體系也將在新華社逐步全面應(yīng)用。大范圍內(nèi)合作推廣。

四、多方位開放合作

4、新聞自動分類工具的研發(fā)與應(yīng)用推廣

“新聞分類”標(biāo)準是基于知識屬性建立的多級分類體系，涵蓋知識面廣，但分類體系復(fù)雜，對分類人員要求過高，不便于大面積推廣。

新華社正在結(jié)合智能語義處理技術(shù)，研發(fā)自動分類工具，通過一定量的語義訓(xùn)練和人工糾錯，使自動分類的準確率達到90%以上。通過建立人工輔助自動的規(guī)范標(biāo)引工藝流程，能夠進一步提高自動分類準確率，提高標(biāo)引效率。新華社將在多媒體數(shù)據(jù)庫中首先應(yīng)用該工具，積累自動分類的經(jīng)驗，生成可復(fù)用的自動分類模板，在更

未來新華社將在國家標(biāo)準委的指導(dǎo)下和國內(nèi)相關(guān)機構(gòu)和相關(guān)科研院所通力合作，采用云計算技術(shù)建設(shè)更加現(xiàn)代化商業(yè)多媒體數(shù)據(jù)庫，借助標(biāo)準化的推廣應(yīng)用，會聚行業(yè)的資源，適應(yīng)終端移動化和服務(wù)社交化的趨勢，全面推進全媒體融合的個性化服務(wù)。新華社將與其他的信息提供方合作，實現(xiàn)內(nèi)容資源的不斷匯聚；與信息發(fā)布者合作，實現(xiàn)內(nèi)容服務(wù)市場的不斷開拓和終端市場不斷完善；與運營商合作，實現(xiàn)基于內(nèi)容路由的探測和個性化按需投放工作。未來的內(nèi)容網(wǎng)絡(luò)，通過內(nèi)容標(biāo)簽技術(shù)和兩項中文新聞信息技術(shù)國家標(biāo)準，將為文化大發(fā)展大繁榮提供更多的服務(wù)。隨著傳播方式的變革，我相信在內(nèi)容標(biāo)識、管理、安全、版權(quán)等諸多方面，我們還面臨新的更多的需求，新華社將一如既往尋求多方面的合作，實現(xiàn)全媒體產(chǎn)業(yè)化的應(yīng)用。