京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人工智能创造新闻新玩法:为你写 让你看 陪你聊
层出不穷的新概念能否让新闻重焕光芒?人工智能又能给新闻这门“手工业”带来怎样的前景?
想看新闻,聊天吧
“聊”新闻的功能出现在近日推出的“百度新闻”手机APP中。进入“聊新闻”界面后,新闻是以对话体的形式出现的。通过聊天的方式,系统可以较为精准地回答关于新闻要素的提问。例如,记者输入“聂树斌案怎么样了”,系统随即推送出聂树斌被判无罪的消息。然后,通过“快帮我分析一下”“这个我关心”等提问,系统又介绍了聂树斌案的背景和意义。几个回合的“快问快答”下来,新闻的来龙去脉基本呈现了出来。
在信息爆炸的今天,围绕同一新闻事件,往往有海量的新闻报道。由于立场和角度不同,读者往往难以“窥一斑而知全豹”,时常有“乱花渐欲迷人眼”之感。如今,通过人工智能,把相关新闻汇聚,运用自然语言处理技术,把核心信息整理成百字左右的“聊天内容”,可以满足各类读者的需求。
聊新闻背后的“黑科技”是什么?据介绍,百度通过对新闻信息分类并进行结构分析,然后通过信息特征学习等方法,自动为用户提供最核心的信息。
据介绍,“聊”新闻功能砍掉了传统媒体报道中80%的内容。百度新闻与内容生态部总监陈磊说,当下的新闻应用仍然没有解决读者对信息深层次的、精准的需求。当基本事实不能满足需求时,读者可以继续提问,人工智能会继续回答。
“希望通过这样的引导推荐,让读者沿着多个相关事件的重要信息,无限地阅读下去,从而提升他们的阅读深度。”百度自然语言处理部总监徐倩说。
新闻“骨感”,也美也不美
事实上,聊新闻并不是件新鲜事儿。今年2月,数据商业新闻网站Quartz就推出了一款类似的新闻应用。在“聊天”过程中,系统会将新闻的梗概推送给读者,读者可以根据兴趣选择是否深入了解。此后,美国传统媒体《华尔街日报》、美国有线电视新闻网(CNN)以及新闻聚合网站Buzz Feed都推出了类似的聊新闻产品。
聊新闻的优势显而易见。由于人工智能已经完成了信息的挑选、加工工作,用户只需沉浸于内容本身,更精准更高效的获取新闻的核心内容。与人工编辑的推荐模式相比,对话形态的阅读模式更为直接。对只想了解新闻事实的读者来说,一百多字的回答已经可以满足信息获取的需要;而对于有更多需求的读者而言,也可以继续“聊”出新闻背后的故事,实现所谓的“深阅读”。
不过,聊新闻模式虽然看上去很美,但仍存在人工智能的“痼疾”。一方面,一问一答的背后,仍是类似于微博的“碎片化阅读”。记者发现,聊新闻系统在更深层次地回答新闻事件发生的原因、背景时,还不能反映新闻全貌,也很难呈现多元观点。这对于读者全面了解信息并采取行动帮助有限。
另一方面,尽管聊新闻对传统媒体报道进行了“强力瘦身”,但也造成聊天的内容“干巴巴”。“骨感”的新闻固然简单直接,但新闻报道内容的丰富与故事的“丰满”,绝非几百字所能概括。怎样聊新闻才能聊得精彩,这是人工智能未来要继续解决的问题。
竞争合作,人工智能还靠人工
在新闻行业,人工智能正在大展拳脚。基于算法的个性化推荐已成标配,机器人写作也渐成气候。从国外的美联社、路透社,到腾讯的梦幻写手(Dream Writer)、新华社的“快笔小新”,机器人记者越来越多地出现在新闻当中。除了文字,语音、视频等领域也均有相关技术出现,让新闻更好读、更好听、更好看。
清华大学新闻与传播学教授彭兰认为,人工智能的出现,使媒体进入“智媒时代”,其三大特征是:万物皆媒、人机合一、自我进化。
彭兰认为,在智媒时代,人工智能将使媒体生态在新闻生产系统、新闻分发平台、用户平台、信息终端四个维度发生变化,每个维度的变化都意味着机器的进入。例如在新闻分发平台,某些平台开始提供基于基础性智能算法模型,为不同的用户呈现他们所感兴趣的内容,这些新出现的新闻分发平台都不是传统媒体所控制的。
目前,人工智能在新闻编辑、数据分析、线索收集等方面已有不小的进展。不过,仍存在一些问题,比如信息核查的不准确、算法识别不力导致的假新闻、按兴趣推送带来的观点极化等。与此同时,机器人写作也面临着只有速度缺乏温度的问题,在语言和分析上的功力难比人类记者。
人工智能的出现,能够将新闻从业者从简单、重复性的工作中解放出来。不过,目前的人工智能仍处于探索状态,需要数据的积累和模型的优化。事实上,无论是技术的进步还是人工智能的操作,其背后都需要人类的研发、操作和协助。这种交互式的“竞合关系”,将继续存在于新闻行业当中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27