人工智能新闻写作的路径探析自从AlphaGo战胜人类围棋冠军之后，全球又掀起了 新一轮人工智能热潮，人工智能从自然科学领域向社会科 学领域发展。人工智能在语音识别、图文识别、自动翻译、 智能写作和智能财经等人文社科领域稳步推进，人工智能 投入新闻写作的应用引起新闻传播学界和业界的高度关注。

　　人工智能写作在2014— 2016年集中爆发，三年间，全 球有超过30款的写作机器人在媒体曝光，其在新闻写作和 文学写作领域速度惊人，且产量可观。

　　1．国外媒体率先进行人工智能写作实验 据报道，2014年7月，美联社与科技公司AutomatedIns ights 合作开发了 Wordsmith 人工智能写作平台，并使其 自动编写企业财报。该平台几秒钟便能生成一篇 150— 300 单词的新闻快讯，比人力写作效率高十倍［1］。2014 年 3 月，美国洛杉矶发生地震时，《洛杉矶时报》用写作机器人 Quakebot 在地震发生后三分钟就率先发布了地震消息。路 透社宣布与语义技术公司 Graphiq 合作，采用人工智能从 数据库中抓取数据，建立可视化图表，然后生成有图表匹 配的图文报道。英国《卫报》推出了一份内容几乎完全由 算法生成的报纸“#Open001”，机器人筛选社交网络上的 热门话题，并将这些话题进行数据统计分析后，然后将内 容编辑排版成报纸。2016 年里约奥运会举办时，《华盛顿 邮报》使用写稿机器人 Heliograf 与体育数据公司合作，将 比赛数据自动生成短消息并即时发布。 这些人工智能写作系统的共同点是通过将数据导入模 板自动生成模式新闻稿，在数据条件满足的情况下，可自

　　动写作实用性的报道，在写作数据化、多批次和规律性报 道Baidu Nhomakorabeamile米乐m6，其准确度与速度比人工写作更胜一筹。

　　2．中国人工智能写作快步紧跟 2015年9月， 腾 讯 财 经 开 发 的 新 闻 写 作 机 器 人 Dreamwriter写作并发表了《8月CPI同比上涨2.0% 创12个 月新高》，引起了社会各界关注。2015年11月7日，新华社 正式推出机器人写稿项目——“快笔小新”，用于写作体育 赛事的中英文稿件和财经报道［2］。封面新闻宣称“小封机 器人”不仅能写新闻，而且能通过语音识别、意图识别等 AI技术与用户互动。阿里巴巴入股第一财经后，推出一款 能协助记者快速写作财经报道的智能写稿系统。北京大学 计算机研究所和今日头条联合研发机器人张小明，在里约 奥运上投入应用。据称，该款机器人能结合语言处理、机 器学习和视觉图像处理技术，通过语法合成与排序完成新 闻写作。据人民网不完全统计，我国至少10家新闻媒体推 出了13个智能新闻机器人产品或应用，进行线上线年，人工智能写作发展速度似乎有所放 慢，三年来鲜有人工智能写作新进展的报道。 数据库、算法和自然语言处理技术的长期积累，使人 工智能写作技术步入实用化、成品化阶段。在确定数据条 件和范围内自动生成新闻文稿，虽然对计算机界只是普通 算法，但是在新闻界引起不少震动，甚至被认为会部分替 代人类记者或改变未来传媒业的业态。

　　二、人工智能写作新闻的框架及透视 1956年， 人 工 智 能 概 念（Aritificial Intelligence，AI） 得到确立。经历了数理逻辑的符号主义和基于神经网络连 接主义的双重推理与验证，加上深度学习的重构，人工智

　　【摘    要】近年来，人工智能写作应用的实例大多集中在新闻写作上。实验中，基于数据与算法的结构化自动文本生成系 统在数据新闻写作的速度和数量上优于人工写作。5G 时代，在大数据、物联网和云计算技术的不断推动下， 人工智能新闻写作有望获得新的发展。

　　能形成数据加算法的应用模式。人工智能写作的基本框架 是基于自然语言处理规则的结构化数据生成算法。数据即 变量，数据的实时变化反映事物的变化。数据变化越大， 其新闻价值越大，反之亦然。

　　1．人工智能写作新闻的框架 目前，人工智能写作系统可用于财经、体育比赛、地 震测报、交通监控和社交网络等项目的新闻写作。这些项 目全部实现了计算化管理，项目运行过程中能产生完整的 数据，人工智能系统只要提取其中的数据，并将其代入新 闻模板，即可自动生成新闻文本。目前，人工智能写作新 闻的框架大致有两类。 （1）测定自动生成类 此类人工智能写作的基本原理是新闻模板加数据填空， 就编程而言便是常量加变量的字符串组合，编程并不复杂， 算法也比较简单。模板是常量，数据是变量，用几个函数 一次循环便能串起一篇新闻。比如，下面的新闻就是这个 类别。 据中国地震台网测定：8月8日21时19分，在四川阿坝州 九寨沟县发生7.0级地震。震源深度20千米，震中位于北纬 33.20度，东经103.82度。 这是一则标准的短消息，时间、地点、事件清晰，数 据准确。其编程模型为：“据中国地震台网测定：”时间变 量T“在”地点变量S“，震源深度”深度变量D“， 震 中 位 于 北 纬 ”纬 度 变 量Lng“， 东 经 ”经 度 变 量 Lat“。”。 常量是固定在模板上的，变量值由设备测定，监测软 件直接将数据串联成地震报告，还可附上由测定的位置图 及周边人口和环境数据生成的新闻稿。交通监管、体育比 赛等也可运用此类测定报道。随着人脸识别、语音识别、 图文识别、行为识别和环境识别等技术的成熟，测定自动 生成报道的应用范围将不断拓宽。 （2）数据自动生成类 数据自动生成类系统是指从管理系统获取数据，将数 据处理后自动生成文本的系统。比如，美联社与科技公司 合作开发的Wordsmith人工智能写作平台可以自动编写企 业财报新闻，提取企业财务报告的数据，套用美联社预定 的新闻模板，并自动生成一篇150— 300单词的新闻快讯。 该平台每季度可生成3000多篇财报新闻。 数据类生产模式要比测定类生成模式复杂些。一是数 据类生产模式数据量大且需要计算处理。智能系统提取数 据后，需要对数据进行分类、汇总和排序，并计算出精确 结果。二是该模式要对数据结果进行对比分析，找出新闻 点。三是该模式要通过判断数据态势来选择模板。这种模 式生成此类财经报道速度快，数量大，数据越复杂，越显 优势，无须人工干扰，但对数据不完整、不可靠和超范围 的项目无能为力。