“Xiaomingbot”背后，寫稿機器人的技術探尋——專訪北京大學計算機科學技術研究所萬小軍博士

“Xiaomingbot”背后，寫稿機器人的技術探尋——專訪北京大學計算機科學技術研究所萬小軍博士

萬小軍博士

《中國傳媒科技》：頭條寫稿機器人的主要技術特色是什么？

萬小軍：寫稿機器人的主要技術特色在于對包括自然語言生成、文檔自動摘要、機器學習等在內的多種技術的綜合利用，并且針對不同類型的稿件采用不同的技術途徑去生成，因此能夠為體育賽事同時生成短短幾句話的簡訊與長達上千字的詳細報道。

《中國傳媒科技》：網易等媒體報道頭條寫稿機器人主要有速度快、發稿樣式多、語言情感自適應、自動配圖等業務特色，哪些關鍵技術實現了突破，對應哪些關鍵技術創新？

萬小軍：該寫稿機器人在基于文字直播的新聞自動生成以及語言情感自適應等技術上實現了突破。“Xiaomingbot”是業界首個基于文字直播數據進行新聞生成的系統。基于先進的機器學習算法，該系統能夠實時地從文字直播數據中進行語句篩選與融合，從而在體育比賽的任一時刻生成高質量賽事報道。

在語言情感自適應方面，我們設計了比賽邏輯判斷單元，使得“Xiaomingbot”在判斷出比賽的激烈程度后，可以使用不同的詞語形容賽事中運動員獲勝的難易程度，如“力克”“艱難晉級”“完勝”等詞語。另外，“Xiaomingbot”會不斷學習網絡直播員使用的語言，應用在長篇資訊報道中。

《中國傳媒科技》：有媒體報道頭條機器人的推出標志寫稿機器人進入第二代，您怎么看待這個評價，您認為人工智能技術合理的斷代依據是什么？

萬小軍：按照專業人士觀點，人工智能發展順序是從弱人工智能開始，到與人類智能相當的 “強人工智能”，再到全面超過人類智能的“超人工智能”。目前人工智能在少數領域確實進入了2.0時代，也即“強人工智能”，例如語音識別、棋類對弈等，但在很多領域還處于弱人工智能，這其中就包括自然語言生成。再回過來說寫稿機器人，我個人的看法是這個第二代寫稿機器人的說法并不能和人工智能2.0對應，而只是與第一代基于模板填充的寫稿機器人進行區分。由于寫作是極富創造力的事情，因此寫稿機器人具有“強人工智能”，仍有很長的路要走。

《中國傳媒科技》：頭條機器人對“基于會話分析的摘要生成技術”的應用效果不俗，需要多大規模的語料庫和持續訓練時間？

萬小軍： 由于時間和精力的原因，目前我們只人工整理了一百多項比賽對應的文字直播數據與人工撰寫的賽事新聞作為訓練語料，采用的機器學習算法能夠在數小時內訓練完畢。 如果有更多的訓練語料，效果肯定會進一步得到提升。

《中國傳媒科技》：寫稿機器人研發過程中，在今年的ACL會議上發表了哪些論文，取得了多大范圍的影響？

萬小軍：我們針對“基于文字直播數據的新聞自動生成技術”已發表ACL2016長文一篇（Jianmin Zhang， Jin-ge Yao and Xiaojun Wan. Toward Constructing Sports News from Live Text Commentary. In ACL 2016.），該論文在ACL會議期間受到眾多國內外同行關注。此外，我們還在ACL2016上發表了3篇論文，此前，我們依據研發的成果已經在國際頂級會議與期刊上發表數十篇學術論文。

《中國傳媒科技》：頭條寫稿機器人的圖文自動關聯發稿是如何實現的，今后是否有可能做到基于視頻信息摘要生成技術的自動發稿？

萬小軍：圖文自動關聯實現方法主要是基于圖片和文本做語義匹配，這是多媒體信息處理領域的熱門課題。基于大量的圖文數據庫，采用先進的機器學習算法能夠學習圖文語義匹配模型，基于該模型可以為文本挑選合適圖片。

基于視頻信息進行自動發稿是一個遠期目標，需要視頻理解技術達到一定的高度才可行。然而對于帶有音頻解說的體育視頻，我們可以先采用語音識別技術將音頻解說轉換為文字直播數據，然后采用基于文字直播的新聞生成方法自動寫稿。

《中國傳媒科技》：這次奧運賽事報道期間，如何實現研究機構和產業機構聯合運維的？

萬小軍：在這次合作中， 北大方面主要負責提供算法模塊。由于該系統的模塊劃分較容易，接口定義也很清晰，因此雙方責任很明確，同時雙方技術人員保持密切溝通，所以整個系統的上線和優化效率較高。

《中國傳媒科技》：寫稿機器人是否能寫深度報道，需要哪些關鍵技術支持，未來是否會代替記者和編輯？

萬小軍：機器人寫深度報道是一個長期目標，如果機器人能夠實現這個目標，那么在該領域就真正實現人工智能2.0了。這個需要語義理解、觀點分析等多種技術支撐，需要計算機掌握歸納和推理能力。

即使寫稿機器人獲得大規模應用，也不會讓記者丟飯碗，而是分工合作、各司其職：寫稿機器人負責生產陳述基本事實的稿件，記者負責生成對事件的深度分析報道。研發寫稿機器人的目的是要解放記者和編輯，讓他們做更有創造性的事。

《中國傳媒科技》：有人質疑學校科研成果落地的效果，這次成功的產學研合作是如何實現的？

萬小軍：我們雙方負責人（我和李磊）都是一線從事技術工作的，能夠比較準確地判斷一項技術的應用價值和成熟度，而且我們雙方的判斷一致，溝通順利，這為合作打下了基礎。我們從開始談合作到系統上線只用了不到兩周，這得益于前期的基本模塊開發和原型系統。

學術研究目標主要不是為了產學研合作，畢竟大部分科研成果并不具備實用價值，但是我們需要準確地判斷哪些成果具有實用價值，并據此研發相關原型系統。

《中國傳媒科技》：人工智能不僅是傳媒的熱點，而且是未來的轉型升級方向，您認為傳媒領域下一個人工智能熱點是什么技術或產品？

萬小軍：我不太擅長預測，預測變化日新月異的人工智能領域尤其感到力不從心。我個人比較看好人機交互技術，通過人機對話與各種智能設備進行多通道交互，獲取多媒體信息。例如，用戶可以基于語音對話實現新聞的個性化閱讀，能夠回溯、暫停或快進一篇新聞播報，同時系統能夠主動對用戶提問，詢問用戶對新聞事件的看法等，可能成為未來的新聞形態。