■徐楨虎

最近幾年，技術(shù)賦能在新聞領(lǐng)域的土壤里蓬勃生長，已經(jīng)逐漸形成了當(dāng)前人工智能應(yīng)用的一個重要分支。目前在新聞領(lǐng)域，人工智能技術(shù)應(yīng)用尚處于初級階段，即“弱人工智能時代”，應(yīng)用側(cè)重點聚焦在提升效率上，是對新聞的“策采編審發(fā)”生產(chǎn)環(huán)節(jié)中重復(fù)性較高的人力勞動的替代。較為常用的人工智能應(yīng)用包括：通過全網(wǎng)監(jiān)控?zé)狳c來篩選新聞選題，利用抓取技術(shù)獲取及時的全網(wǎng)信息，進行各種類型的快訊機器寫稿，算法實現(xiàn)自動審核校對，借助個性化推薦實現(xiàn)內(nèi)容精準(zhǔn)分發(fā)等。

封面新聞早在2015年就投入人工智能技術(shù)的媒體應(yīng)用研究，經(jīng)過5年時間與實際業(yè)務(wù)的磨合，逐漸摸索出一套適合主流媒體應(yīng)用的算法模型。封面新聞推出的主流媒體算法包括內(nèi)容質(zhì)量、內(nèi)容分發(fā)、內(nèi)容傳播、內(nèi)容生產(chǎn)四大類算法模型，已經(jīng)在各個業(yè)務(wù)場景中穩(wěn)定運行。

內(nèi)容分發(fā)算法

內(nèi)容分發(fā)算法以App應(yīng)用為主要載體，包括推薦算法、相關(guān)新聞算法、搜索算法等。其中推薦算法一直處于輿論的討論熱點中。在目前主流的推薦算法中，用戶的內(nèi)容閱讀習(xí)慣將成為內(nèi)容推薦的主要指標(biāo)，個性化內(nèi)容推送讓用戶過濾掉不感興趣的信息內(nèi)容，這無形間影響了用戶對于信息內(nèi)容的自主選擇，導(dǎo)致用戶對于信息接觸面越來越狹隘、單一和固化，形成“信息繭房”效應(yīng)①。用戶一旦身處其中，就會滿足于被動的知識積累，很難再接受不同的觀點，甚至在不同群體間造成溝通阻礙。2019年12 月20 日，國家互聯(lián)網(wǎng)信息辦公室發(fā)布了第5 號令《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》②，其中針對當(dāng)前網(wǎng)絡(luò)信息內(nèi)容服務(wù)平臺采用個性化算法推薦技術(shù)推送信息所帶來的問題，給出了一套全新的解決方案。即將算法推薦模型+人工干預(yù)+用戶自主選擇三者進行有機結(jié)合，旨在構(gòu)建一個具備整體性、群體性以及個體性的網(wǎng)絡(luò)信息內(nèi)容生態(tài)，實現(xiàn)信息內(nèi)容的高度和寬度。

隨之而來的問題是，傳統(tǒng)媒體通常并不具有高水平的技術(shù)團隊進行算法研發(fā)，而互聯(lián)網(wǎng)資訊平臺又不具有傳統(tǒng)媒體那么強的信息安全敏銳性和內(nèi)容生產(chǎn)專業(yè)性，因此適合于主流媒體的推薦算法并沒有在很大程度上達(dá)成共識。封面新聞現(xiàn)在應(yīng)用的主流媒體推薦算法，經(jīng)過了多個版本的迭代，在封面新聞App6.0 上線的為最新版本。其推薦策略與《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》的要求高度一致，即將“算法推薦模型+人工干預(yù)+用戶自主選擇”三者有機結(jié)合生成實時推薦流，確保內(nèi)容的范圍、尺度可控，同時更加突出正能量信息和主流價值觀。

首先是健全人工干預(yù)機制。保證信息內(nèi)容的多樣化，在推薦信息流中增加內(nèi)容綠區(qū)和電子圍欄，增加媒體原創(chuàng)稿件和重大事件的曝光權(quán)重，限制低質(zhì)量UGC 內(nèi)容（用戶生產(chǎn)內(nèi)容）進入推薦頻道，保證主流價值引導(dǎo)，同時也能夠彌補算法無法判斷信息內(nèi)容所體現(xiàn)的價值傾向的弊端。人工干預(yù)機制的健全，對于算法偏見和主流媒體自身內(nèi)容生產(chǎn)的優(yōu)化也能起到重要作用。同時業(yè)務(wù)部門通過對推薦頻道各類型新聞的發(fā)稿量、曝光率、閱讀轉(zhuǎn)化率等指標(biāo)進行數(shù)據(jù)分析、針對性的內(nèi)容補充和算法策略優(yōu)化，以達(dá)到用戶獲取信息多樣性的目的。

其次是建立用戶自主選擇機制。強化用戶的自我決定和主觀能動性，防止人類成為算法的奴隸。傳統(tǒng)的推薦算法僅僅是在用戶第一次使用App時，采用冷啟動的方式讓用戶進行興趣選擇。依托封面新聞的用戶分析模型，用戶不僅能實時看到個人的興趣標(biāo)簽畫像，同時還能以可交互的方式自主選擇內(nèi)容興趣及其權(quán)重，選擇結(jié)果會通過系統(tǒng)分析計算并實時生效。想要實現(xiàn)用戶自主選擇機制，前提是要構(gòu)建一個完善的用戶標(biāo)簽系統(tǒng)和數(shù)據(jù)倉庫，以支撐對于用戶個性化的服務(wù)應(yīng)用。

最后是優(yōu)化個性化算法推薦機制。個性化的算法推薦，依然是推薦系統(tǒng)中不可缺少的一部分。封面的推薦算法由用戶興趣分析、用戶場景分析、新聞內(nèi)容分析、行為實時計算、新聞推薦召回五大模塊構(gòu)成，采用算法包括：基于用戶興趣標(biāo)簽的tag 算法，基于協(xié)同過濾的CF 算法，以及基于NLP 的召回算法等。個性化推薦的流程主要包含三層邏輯，第一層是內(nèi)容召回，主要看重新聞內(nèi)容特征的應(yīng)用和搜索排序，對于文本、視頻的標(biāo)簽編目是核心；第二層是興趣召回，主要根據(jù)第一層的排序結(jié)果，再與用戶的行為特征信息進行匹配；第三層主要是敏感信息的過濾，包括黑白名單以及文章分類的權(quán)重的判定，通過內(nèi)容質(zhì)量算法模型提供支撐。

對于內(nèi)容分發(fā)來說，推薦算法是核心，而相關(guān)新聞算法和搜索算法中不僅應(yīng)用到推薦的部分算法策略和具體技術(shù)，也應(yīng)用了內(nèi)容質(zhì)量、內(nèi)容傳播的一些基礎(chǔ)算法。

內(nèi)容質(zhì)量算法

內(nèi)容質(zhì)量算法以智能化內(nèi)容生產(chǎn)系統(tǒng)“封巢”為主要載體，包括熱點聚合算法、內(nèi)容審核算法、新聞標(biāo)簽算法、價值判斷算法等。

熱點聚合算法通過對全網(wǎng)數(shù)據(jù)的抓取和分析，進行實時熱點的判斷。我們已經(jīng)建立了全網(wǎng)抓取平臺，通過實時監(jiān)測匯聚網(wǎng)站、微信、微博、論壇社區(qū)等各大媒體平臺內(nèi)容大數(shù)據(jù)，現(xiàn)已經(jīng)支持超過1000 個國內(nèi)主流媒體的圖文、視頻源采集?？勺鳛檩浨樾畔R集、區(qū)域資訊同步、記者編輯素材，支持二次編輯或自動發(fā)布，同時支持將采集資源進行敏感詞、重復(fù)度等策略過濾。結(jié)合實時采集的多平臺熱榜熱點進行分析，為編輯提供熱點選題參考。

內(nèi)容審核算法包括文本審核、圖片審核、視頻審核三部分，主要是通過針對網(wǎng)絡(luò)抓取、UGC 內(nèi)容上傳、記者采集等內(nèi)容源進行AI 智能審核，通過深度學(xué)習(xí)技術(shù)自動完成文本和視頻的理解并反饋是否存在涉黃、恐暴、涉政嫌疑，同時可對視頻質(zhì)量進行判斷，幫助后臺編輯快速定位需加強審核的片段，提高審核效率。同時在封巢系統(tǒng)的內(nèi)容審核流程中加入了標(biāo)注功能，內(nèi)容審核算法可以進行識別準(zhǔn)確度的自學(xué)習(xí)和迭代升級。

新聞標(biāo)簽算法更多是作為基礎(chǔ)算法應(yīng)用到內(nèi)容分發(fā)中，海量的內(nèi)容如何分發(fā)給目標(biāo)用戶，光靠人工肯定不現(xiàn)實，必須要給新聞打上標(biāo)簽，對于最近流行的短視頻更是需要進行精準(zhǔn)的標(biāo)簽編目。解決問題的核心就是新聞實體標(biāo)簽?zāi)Ｐ秃皖I(lǐng)域知識圖譜的構(gòu)建，主要包括人物、地點、組織機構(gòu)三大類實體。一方面新聞標(biāo)題和正文中的實體存在大量的歧義現(xiàn)象，無論在詞法層次、句法層次，還是在語義層次和語用層次。另一方面，互聯(lián)網(wǎng)新的詞匯（新的人名、地名、組織機構(gòu)名和專用詞匯）每一天都在不斷出現(xiàn)，尤其在微博、B 站等90 后、00 后使用較多的互聯(lián)網(wǎng)產(chǎn)品中，稀奇古怪的新詞和語句結(jié)構(gòu)更是司空見慣，如何在內(nèi)容分發(fā)中理解這些內(nèi)容并分發(fā)給用戶是需要媒體進行深入研究的。除了要有編輯專門對熱搜進行追蹤，人工智能算法能起到輔助作用。需要應(yīng)用到的研究技術(shù)包括了圖文視頻信息抽取、命名實體識別、實體消歧、三元組構(gòu)建等，在推薦系統(tǒng)、搜索、相關(guān)新聞、用戶興趣標(biāo)簽等業(yè)務(wù)場景都有用武之地。

內(nèi)容傳播算法

內(nèi)容傳播算法主要包括媒體區(qū)塊鏈算法、用戶分析算法、輿情分析算法等，這部分的算法通常都不是獨立的算法模型，而是由多個基礎(chǔ)算法整合應(yīng)用到具體的業(yè)務(wù)場景中。

比如媒體區(qū)塊鏈算法是由智能合約算法、共識算法、哈希算法、公鑰密碼算法等基礎(chǔ)算法組成，目前應(yīng)用在封面?zhèn)髅阶灾餮邪l(fā)的區(qū)塊鏈數(shù)字內(nèi)容版權(quán)存證系統(tǒng)里。每一篇記者創(chuàng)作的原創(chuàng)稿件，發(fā)布即“上鏈”，并生成獨一無二的存證證書，可以在封面新聞App的新聞詳情頁看到實時上鏈信息。在當(dāng)前媒體行業(yè)中，數(shù)據(jù)的共享交換往往是個難題，直接開放自己的數(shù)據(jù)庫會帶來安全隱患，開放接口服務(wù)又需要自己去維護繁瑣的權(quán)限關(guān)系，目前主流的爬蟲方式面臨穩(wěn)定、法律限制等諸多因素的影響。在基于區(qū)塊鏈數(shù)字內(nèi)容版權(quán)存證系統(tǒng)的聯(lián)盟鏈中，聯(lián)盟各成員只需要經(jīng)過授權(quán)就可實時獲取其他節(jié)點的數(shù)據(jù)，極大地降低了數(shù)據(jù)共享成本和復(fù)雜性。

用戶分析算法主要應(yīng)用于用戶閱讀行為研究，應(yīng)用到的算法包括相關(guān)分析、對應(yīng)分析、聚類分析、因子分析等。我們建立了智能分析云系統(tǒng)，通過對用戶分類分層、事件漏斗、閱讀偏好、用戶行為路徑等各個維度提供日常數(shù)據(jù)分析能力和自動生成報表。利用數(shù)據(jù)輔助App精準(zhǔn)運營。不僅支持對App用戶閱讀興趣、個人偏好、觀看時長、點評贊等互動信息的數(shù)據(jù)分析，提供新增用戶、用戶留存率、用戶活躍度、使用時段等維度的數(shù)據(jù)分析功能，還能夠提供對圖文、視頻、發(fā)布量、發(fā)布渠道內(nèi)容傳播情況等多維度的數(shù)據(jù)分析。

體育教學(xué)并不是一種“副課”，其本身的教學(xué)有著其他學(xué)科無法替代的作用。初中體育教師應(yīng)當(dāng)對體育教學(xué)有著正確的理解，同時在評價上還應(yīng)當(dāng)做到客觀性與科學(xué)性，讓評價深入學(xué)生的內(nèi)心，保障初中體育的教學(xué)成果。

作為主流新聞媒體來說，輿情分析算法是非常有必要的。通過全網(wǎng)抓取平臺對全網(wǎng)信息進行監(jiān)測，當(dāng)互聯(lián)網(wǎng)上有與話題相關(guān)的輿情產(chǎn)生時能及時發(fā)現(xiàn)，對這些輿情信息進行分析。具體可以從時間、情感、網(wǎng)友討論度、主題等幾個方面入手進行分析，并以此來了解輿情的情感傾向。應(yīng)用到的基礎(chǔ)算法包括分類聚類、線性和非線性、時間序列以及決策樹等。

內(nèi)容生成算法

內(nèi)容生成算法主要包括機器寫作算法、視頻生成算法、文本生成算法等。傳統(tǒng)媒體在轉(zhuǎn)型過程中的另外一大問題是原創(chuàng)生產(chǎn)內(nèi)容效率不夠?，F(xiàn)在這個信息爆炸的時代，用戶注意力不再像以前紙媒時代那樣集中，如果媒體還是以以前的內(nèi)容生產(chǎn)方式來做新聞App，生產(chǎn)內(nèi)容的量級是遠(yuǎn)遠(yuǎn)滿足不了用戶的需求的。而UGC 平臺的大部分流量都被頭條、騰訊幾家頭部互聯(lián)網(wǎng)平臺所占據(jù)，再加上自媒體的興起，所以在原創(chuàng)內(nèi)容生產(chǎn)上主流媒體也要擁抱人工智能技術(shù)。

利用機器撰寫時效性要求高、強調(diào)客觀事實的新聞快訊，能在時效性和產(chǎn)出量同時得到保證，從而使有限的人力資源能夠投入到更加專業(yè)深度的報道中去。除了在報道質(zhì)量上能滿足要求之外，機器寫作的主要優(yōu)勢在于極大地提升了新聞產(chǎn)出的效率。生成一篇新聞耗時短，可同時生成多篇新聞，機器寫作已經(jīng)幫助新聞生產(chǎn)掙脫時間和人力的桎梏。并且技術(shù)進步正在逐步實現(xiàn)機器人進行基于理解的新聞創(chuàng)作。語法分析使語言流暢，深度學(xué)習(xí)能夠自適應(yīng)多種場景、更多信息粒度和維度構(gòu)建的知識圖譜、多樣化的輸出形式。

封面新聞從2016 年開始試水機器寫作，現(xiàn)在自研的AI 自動化寫作平臺每月寫稿量已超過50000 篇，包括文本和視頻兩種類型，寫稿的領(lǐng)域涉及到體育、財經(jīng)、生活、科技等10 大類40 多個小類。頻道采用機器輔助編輯管理，實現(xiàn)了全國范圍內(nèi)新聞內(nèi)容的自動抓取、地理定位、智能分發(fā)。并將這些新聞接入聊天機器人語料、語音查詢功能、個性化推薦定制化寫作等多種交互渠道中去。

應(yīng)用路徑

在業(yè)內(nèi)提出了“主流算法”的基礎(chǔ)上，封面新聞進一步把主流媒體算法的概念進行了豐富和完善。在應(yīng)用路徑上，需要從以下四個維度執(zhí)行算法實踐的具體工作：

明確能力模型，也就是對算法本身要達(dá)到的應(yīng)用能力的要求。明確哪些算法能力是需要完全自主研發(fā)，哪些能力是自身不具備可以通過先合作共建，后期再學(xué)習(xí)借鑒的。

明確產(chǎn)品化制定，也就是對算法在業(yè)務(wù)中的實際應(yīng)用場景要制定詳細(xì)的方案，有了明確的規(guī)劃并要在具體的工作安排中同步推進情況。

明確評估體系，也就是對算法效果要有相應(yīng)的評估標(biāo)準(zhǔn)，才能找準(zhǔn)升級優(yōu)化的重點。包括曝光率、點擊率、召回率等，都需要明確每次算法迭代時需要提升的指標(biāo)，量化算法的效果。

扎扎實實走好這四步，主流媒體算法的構(gòu)建與應(yīng)用工作才能落到實處，這也絕不是一個短期內(nèi)就能完成的項目，需要長時間在業(yè)務(wù)場景的實踐。以具有價值觀判斷的主流媒體算法為核心，貫穿內(nèi)容質(zhì)量、內(nèi)容分發(fā)、內(nèi)容傳播、內(nèi)容生成這四大場景，這也是我們目前正在做的事情。其中智能推薦、搜索、內(nèi)容審核等算法場景已經(jīng)應(yīng)用到多個對外輸出項目中。

注釋：

①《國家網(wǎng)信辦新規(guī)如何規(guī)范“算法推薦”？解讀來了！》，https：//m.sohu.com/a/361830154_181884/？pvid=000115_3w_a。

②國家網(wǎng)信辦發(fā)布第5 號令《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》，http：//www.cac.gov.cn/2019-12/20/c_1578375159509309.htm。