环球电气之家-午夜精彩视频-中国专业电气电子产品行业服务网站！

　　美聯社準備再雇傭一批機器人來寫稿。

　　作為世界上最大的通訊社之一，美聯社的合作伙伴包括了上千家來自全球的報紙、廣播和電視臺。這也意味著，同一個新聞事件，美聯社要根據不同的輸出媒介，提供不同的文本格式。

　　拿體育新聞報道來說，當美聯社體育新聞記者報道完一場比賽，他們要提供同一個新聞事件的八個不同文字版本。除了寫出新聞的紙媒版本，記者還要提供新聞摘要，以及用于電視或廣播報道的稿件。麻煩的是，在體育賽事中，通常有多個參賽方，音頻稿需要根據每個參賽隊伍的賽況進行單獨報道。

　　據統計，美聯社的記者們每周一共要花費800小時將這類紙質報道轉化為音頻稿件，包括廣播和電視。

　　“這簡直就是一個噩夢。”美聯社的戰略和企業發展副主席Jim Kenny說。

　　為了將記者們從噩夢中拯救出來，美聯社這回又想到了機器人。最近，他們正在開發一項利用人工智能將紙媒文本自動轉化為音頻文本的技術。

　　過去幾個月里，美聯社與Matters Ventures公司合作，開發了一套用于自動轉化文本的模型。

　　先由記者將文本轉換過程中需要規范的格式提取出來

　　這套模型用于規范紙質新聞轉化為音頻新聞時，需要包含的格式（比如故事更短、句子更簡潔、數字四舍五入取整等）。接下來，美聯社將和機器學習公司合作，先聚焦于體育報道，再以此為樣本開發一套適用于所有內容的自動轉化算法。

　　目前美聯社還沒對該套模型進行測試，Jim Kenny預計還需要大半年的開發時間，所以我們還無法看到這次機器人的表現到底如何。

　　不過，采用機器人來寫稿早就不是什么新鮮事兒了。兩年前，美聯社就和自動化寫作軟件Word Smith合作，完成了大量涉及數字的財經報道寫作。

　　此后，機器人接走的大多是一些不怎么需要動腦子的活，比如《華盛頓郵報》后來用機器人報道的體育新聞。

　　這回也是一樣。美聯社戰略發展部經理Francesco Marconi對這技術的看法是：

　　“機器學習可以識別出人是如何對報道內容進行調整的。當然，首先要在機器中設定好這些規則。但要想得到讓編輯部滿意的報道，機器學習和人工操作還是存在差距。”