智能化内容管理

　　无论是智能化内容生产还是智能化内容分发，事实上都依赖于良好的内容管理。视频和音频数据的非结构化特性导致对它们进行分类和整理非常困难，将人工智能应用于内容管理可以有效组织媒体的内容数据库。自然语言处理技术的发展使得媒体可以更好地从文字内容中提取元数据，对内容进行分类、打标签等工作。这些成为自动化新闻写作和自动化内容分发的基础。人工智能是学习推理的技术，计算机需要通过对大量人类写作的新闻文章的分析，才能学会如何撰写新闻，通过深层次的分析挖掘，才能产生更富变化的文章，而不是仅仅停留在模板填空的水平上。同样，新闻资讯类应用进行个性化推荐需要学习如何对新闻打标签，才能获得哪类人更喜欢哪类文章的推荐。人工智能花了几年的时间学习手写识别，然后转到自然语言理解，现在转向了深度内容分析方面。神经网络训练系统为语音—文字转换等技术增加了新的维度，它们不再是简单的逐字转换，而是考虑了上下文和相关性等众多因素。此外，通过学习场景变化，位置参考，语音、面部和物体识别，媒体也可以对视频进行深度分析，这种智能可以丰富视频内容的分类和标记。在这里，人工智能改变了整个内容管理的格局，将本来的手动流程转变为高度自动化的机器工作流程。

　　IBM针对媒体推出了IBM Watson Media，作为其著名的人工智能商业应用，IBM Watson Media可以从视频库内容中提取海量数据，包括可视化数据（人或物）、文字和音频提示、情感提示以及地点等其他特性。在美国网球公开赛中，IBM Watson Media的Cognitive Highlight监控比赛场地，分析球速、球员跑动距离及观众的欢呼次数等，并给出了一个“整体兴奋”得分。所有这些数据都由Watson处理。使用这样的工具，媒体可以更好地使用它们的视频库，为受众提供更好的体验，或者为广告商提供更好的匹配。

　　半岛电视台已经开始通过面部识别、语音翻译和情感分析来研究他们的视频内容，试图搞清楚视频中的人物是怎么生气的，声音是什么时候发出的以及人们在什么时刻欢呼这样的问题。他们还利用大数据挖掘20年前新闻节目档案中的信息。

　　媒体的未来

　　长期以来，传统的大众传播媒介一直主导着新闻生产，传播途径遍及社会各个领域，各种新闻信息通过电视、广播、报纸和互联网等大众媒介快速传播到世界各个角落，受众的主体意识无法通过有效渠道得以发挥。随着新传播技术和媒介形态的变革，特别是移动互联网的技术创新和嬗变、移动通信技术的快速发展和普及、社会化媒体的诞生，大众传播形态正在发生革命性改变，如今的新闻信息传播逐渐呈现融合化、碎片化和社会化的传播特性，各种传播技术手段已将大众传播、群体传播、组织传播、社区传播和人际传播充分交织融合在一起。社交网络或社会化媒体为人们提供了在线交流和传播信息的途径，人们在线社会化生活与社会化媒体融合，构成了一张巨大的社会网络且不断演化。这些传播信息都被记录下来并数据化，人们不断在社会化媒体上签到，获取新闻信息和生产信息，体验与分享，借助个性化推荐和新闻信息消费，探知社会、政治、文化生活的方方面面。受众对新闻媒介的需求越来越个性化，也意味着媒介越来越个性化，使得人际传播的影响越来越大，也使得大众传媒媒介的信息发布权开始由集中走向分化，受众的传播权得到了加强。而大数据正是具有社会化媒体融合特征的新传播技术发展的结果。

　　抓住大数据这个抓手，智能化媒体的核心可以概括为：软件定义媒体，数据驱动新闻，算法重构渠道，智能创造未来。

　　软件定义媒体。目前流行的趋势是“媒体融合”，简单地说，融合媒体的形态可能表现为一个移动端的应用，或者说一个新闻客户端，承担着沟通媒体与受众，传统媒体与新媒体的桥梁。无论是比较重的独立移动应用，还是较轻的微博、微信中的新闻账号，都是以计算机软件程序作为呈现主体。传统电视、报纸、广播和杂志纷纷开设社交媒体账号，开发新闻客户端，打造自己的融媒体应用，或者入驻新兴分发渠道和新闻聚合应用，与原本的体系一起构成新的融媒体矩阵传播体系，在内容分发上体现出多渠道、个性化、差异化的特色。

　　数据驱动新闻。大数据时代催生了数据新闻的发展，造就了这种将大数据与新闻叙述手段融合，从数据中发现最新事实的新闻报道形式。数据新闻的生产已经改变了传统新闻的采、编、播、评、报的生产流程，变成了以新闻选题、数据采集、加工处理、可视化呈现和新闻叙事五个步骤构成的新闻产品作业流程，并面向新技术传播平台，借助新的传播手段，以信息图、富媒体、H5应用和在线实时可视化网页等方式广泛传播。而智能化媒体中新闻的生产传播都是以受众为导向的，面向目标用户进行精准的新闻推送和个性化推荐。同时，借助受众的社交关系数据，评论转发等互动的内容分析，受众移动的位置数据，各种目标用户和潜在用户的个人信息、消费偏好、线上行为活动等，采用大数据挖掘技术，实现用户画像和标签化，满足新闻消费的个性化需求和精准营销。进一步来说，传统媒体的数字化转型，各种新闻产品的内容生产都可以数字化并被分析，借助数据挖掘技术，通过机器学习和深度学习算法实现人工智能应用场景，进而进化到智能融媒体。

　　算法重构渠道。传统媒体追求更广泛的受众和更有效的传播，在新闻内容生产上更具有优势，也在传统内容分发渠道上占据强势地位，但在移动应用和社会化媒体领域算法技术上往往欠缺，形成渠道短板，往往竞争不过新媒体出身的新闻资讯应用的内容生产者，只能借助具备算法优势的新闻内容分发渠道的新兴媒体。例如今日头条，他们不生产新闻，只是新闻的“搬运工”。这种所谓的媒体是以算法为王，凭借强大的数据资源，丰富的用户画像、智能化的推荐算法和个性化推荐技术将新闻推送到用户手中。广义上，大数据时代的数据算法，已经从传统的统计分析和多变量技术，转变为机器学习和数据挖掘算法，更有人工智能和深度学习算法，带来了全新的算法革命。

　　智能创造未来。人工智能和大数据会在未来重塑媒体。新闻写作系统中可以使用更高级的人工智能技术，对人类记者的行为方式建模。我们可以想象一个系统，该系统基于机器学习和人工智能的相关技术监测微博或者推特这样的社交媒体，学习人类记者的监测方式，选择有新闻价值的事件，并根据该事件在社交媒体上讨论的发展趋势自动写成新闻，并选择合适的新闻图片，形成完整的稿件。对应于不同来源的大数据，例如社交媒体、传感器和移动设备，可以形成不同的写作系统。而一个自动化新闻写作系统，会根据每个受众不同的特征，选择不同的新闻事件、不同的生成算法或者算法参数生成不同的文章，并推送到每个人的媒体终端上。当然，这并不意味着人不重要，相反，真正的专业人士的地位从来不会被机器改变。他们可能会在深度报道中发挥不可替代的作用，或者成为系统学习的源泉。这样的智能化媒体，正是媒体的未来。

　　今天，媒体呈现的新闻作品，无论视频、图像还是声音、文字，都将成为数据并可借助深度学习技术实现更加智能化的建模。人工智能借助深度学习算法已经可以实现自动驾驶、视频分析、图像识别、人脸识别、语言翻译、语音合成、虚拟客服、自然语言处理等媒介产品形态和各种应用场景的处理。人工智能是在大数据、云计算和深度学习算法的背景下产生的，尽管目前还是弱人工智能，但有不断进化为强人工智能的趋势。人们通过键盘与互联网交流获取信息，用遥控器观看电视的方式，也许部分会借助智能语音盒完成。谷歌、亚马逊、阿里、百度都推出了智能语音盒，天气预报、想听的音乐、最热的新闻事件，智能语音系统都能回答或呈现。借助人工智能技术的认知科学和上述应用场景，必将拓展更多样化的媒介形态和传播渠道，媒介生态将被重新定义，机器人新闻写作必将对新闻内容生产带来巨大影响，VR和AR技术将成为受众新闻体验的炫酷模式，新闻产品的受众个性化需求匹配更加精准，广告营销更加碎片化和个性化。

　　（作者沈浩系中国传媒大学新闻学院教授、博士生导师；元方系中国传媒大学互联网信息研究院互联网信息专业媒体大数据与社会计算方向博士生）

　　参考文献:

　　① Lorenzo Zanni. The future is artificial: AI adoption in

　　broadcast and media. https://www.ibc.org/tech-advances/

　　the-future-is-artificial-ai-adoption-in-broadcast-and-media/2549.article

　　②沈浩、元方：《“大数据时代”的自动化新闻写作的历史、实践与未来》，《新闻爱好者》2017年第4期。

　　③张维宁、李梦军：《今日头条:继BAT之后的“超级玩家”》，《清华管理评论》2017年第6期。

　　④张涵：《云计算人工智能颠覆视频制作 科技巨头混战娱乐媒体业》，

　　http://www.21jingji.com/2017/10-25/yNMDEzODFfMTQxOTAyNw_3.html

　　⑤胡正荣：《智能化:未来媒体的发展方向》，《现代传播(中国传媒大学学报) 》2017年第6期。

分享让更多人看到