第一个方向是人工智能来做编辑工作,帮我们提高编辑效率。像自动写作、自动摘要这些事情,人工智能已经能实现了,比如给机器一篇文章,机器自动写一段摘要,起一个吸引用户的标题,或者是把体育比赛的现场解说词给机器,让它把里面重要的句子摘出来,变成一个很短的新闻稿。但这么做,还是没办法生产出来我们想要的高质量的摘要。杨强说,我们可以在这个基础上加上一层“增强学习”,让机器在做摘要的时候更有目的性。
第二个方向是“信源捕获”.意思是说,我们可以在一个新的领域,用新的手段获得一些信号,并且把这些信号变成我们要的新闻内容。比如,过去做采访,需要研究采访对象,需要看这个人写的文章,然后提出一些问题。今天我们可以用深度学习来做到这一点,让机器去理解这些文章,然后自动生成高质量的问题。
在“信源捕获”这方面,还有一点就是信源可视化的追踪。在我们的社会网络里,有很多信息的传播、新闻的传播,通过可视化,我们能观察到传播的路径、地点以及传播方式。这也就意味着,同样一则新闻内容,我们可以对不同的人进行不同的服务。比如说小朋友得到的内容和成年人得到的内容相比,形式可以完全不一样。这样可以实现自动化的个性投放。
第三个方向是视频和资讯的一种互动。今天很多媒体都开始进入视频领域,视频和资讯互动是说,能不能实现文本和视频之间的转换,让机器能看懂视频,然后用文字的形式告诉我们,给我们形成一个文字摘要。
第四个方向是资讯的智能分发,也就是怎么把一则新闻分发给想看这则新闻的用户。在过去,这个叫做推荐系统,这在电商领域已经很常见了。但是新闻有它的特点,新闻是靠内容来取胜的。比如说我们看新闻,是因为我们好奇,对新闻感兴趣。怎么样能够把好奇的人和好奇的内容结合起来,这是需要关注的问题。假如一个用户的历史记录显示,他经常读一些财经类文章,又比较关注美国大选,那我们能不能推断,这个人关心的就是特朗普的财经政策?这样就能给他推送更多的新闻。这种信息里面,既要有用户的行为信息,又要有内容的信息,现在已经开始有这方面的研究了。
第五个方向是资讯服务,意思是说,有了资讯以后,怎么让资讯和用户非常顺畅地进行交流。在这一点上,杨强认为可以关注一下人机对话系统。比如说我在开车,但又特别关心美国大选,所以我就问机器人这样的问题:美国大选现在是什么情况?机器人会告诉我各州开票的情况,这种对话需要机器人做大量的阅读。另外,机器对当时的舆论情况也要非常了解。
本篇文章是有青岛达内培训为您呈现,希望给您带来更多更好的文章