機器學習：出版業的下一個引爆點？

徐麗芳+樂征帆

2016年年初，一篇由人工智能（artificialintelligence，AI）與人類合作完成的短篇小說《當有一天電腦寫起了小說》（Konpyuta ga shosetsu wo kaku hi）成功通過了《日本經濟新聞》星新一文學獎（Nikkei Hoshi Shinichi Literary Awardceremony）的初審。該小說源于日本公立函館未來大學（FutureUniversily Hakodate）仁松原（Himshi Matsubara）團隊開發的一個AI項目。團隊首先編寫了一段傳統小說用作模板，然后將其拆解成單詞和短語，最后通過創造一個選擇矩陣來讓程序進行操作——人工智能最終完成了剩下的20%的工作。雖然最終沒能榮獲獎項，不過能在盲審中通過專業評委的初審，已經讓很多研究人員看到了機器學習的潛力。同時也使得我們開始對機器學習到底能在出版業中發揮多大作用產生好奇。

機器寫作

通過機器學習來實現機器寫作或機器人寫作并不鮮見。機器寫作最早可追溯至1950年代關于機器翻譯的研究成果。近年來，隨著計算機技術應用領域的拓展，機器寫作技術基本成熟并廣泛應用于醫療、財經、教育等各個領域，在媒體領域則尤為顯著。

2009年，美國西北大學智能信息實驗室的學生和研究人員開發出一款名為統計猴子（stats Monkey）的軟件，對美國職業棒球大聯盟季后賽進行了報道；2010年，兩名西北大學的教授和一名前網絡公司主管合作成立的敘事學公司（Narrative Science）開發的一款名為鵝毛筆（Quill）的機器寫作系統，對數千項大大小小的體育賽事進行了近乎實時的報道；2014年3月17日，美國洛杉磯遭遇地震，《洛杉磯時報》記者兼程序員肯恩·施文克（Ken Schwencke）編寫的名為地震機器人（Quakebot）的算法程序，在地震發生3分鐘內自動收集相關信息，率先發布了突發新聞。

其中，創立于2007年的美國科技公司“自動洞察”（Automated Insights）是機器寫作新聞領域的領軍者，其開發了一款名為“文字匠”

（WordSmith）的軟件，可以依據用戶提供的數據和模板自動編寫一些簡單的體育類、財經類新聞（見圖1）。據Automated InsiahtS介紹，其客戶包括美聯社、雅虎、三星、微軟等著名品牌，應用于媒體、商業、金融服務、體育娛樂等多種產業，僅在2013年就生產了3億篇100多種形式的報告，平均每秒鐘生產9.5篇，而近年來的報告產量超過每年10億篇/條。

在我國，騰訊財經開發的騰訊寫作機器人（Dreamwriter）于2015年9月10日首次發布了《8月CPI同比上漲2%創12個月新高》的新聞報道，成為國內首個機器新聞寫作的試水者。同年11月7日，新華社推出“快筆小新”機器人，主要負責體育新聞和財經新聞的報道。與此同時，《紐約時報》《華盛頓郵報》《洛杉磯時報》《衛報》《世界報》《福布斯》等多個國家的新聞媒體近年來都已經將機器人不同程度地應用到新聞采編的多個環節。不過現有的這些機器人程序大多是為特定類型的結構化的新聞寫作而開發，尚不能完全脫離人工干預。

除了新聞，機器還可以創作其他類型的文本。例如生成游戲說明文本、軍事報告、天氣預報，或在教育、醫療環境中生成自動問答和學習、醫療記錄，在導航系統中生成路線報告、景點介紹、問答等。

除此之外，機器甚至可以進行藝術創作。2016年5月，由人類和機器攜手創作的音樂劇《越過柵欄》（Beyond theFence）在倫敦藝術歌劇院上演。該劇實際上是一個由音樂、計算機、創造力研究領域的頂尖專家通力協作的學術項目——編舞、演出、劇務之類的工作由人承擔，但劇本、歌詞以及音樂是先由計算機構思和生成，再由人工挑選整理而成。“雙眸剪秋水，一手彈春風，歌盡琵琶怨，醉來人夢中”——2016年3月，清華大學的一套人工智能系統寫出了格律詩，在大眾評分中獲得了與人類作品相似的分數，并且有相當多評委無法分出哪些詩出自機器之手。

在出版領域，許多新興公司也在試圖用機器學習技術幫助作者撰寫作品。作者工具（Author Tools）是美國英特羅格（Intellogo）公司（見圖2）目前正在開發的一套基于網頁的人工智能工具。Intellogo聘請了一個文學專家團隊來訓練其理解詞匯、情感、內容和情境是如何混合在一起的。該工具能幫助作者深入把握作品結構并且探究文中概念的內涵，比如：簡單和復雜的情節如何匹配，如何設定主要角色的情感層級，如何將女性角色置于中心地位等；同時，分析這些內涵概念如何互動，各自發揮什么樣的作用，以幫助作者理清情感、情境和上下文的作用；通過對作者以往作品的回顧，幫助作者保持寫作風格的統一。

發現與推薦優質內容

通過機器學習來分析文本內容，從而更好地服務于閱讀和出版其實也早已有之。成立于2007年的書燈公司（BookLamp）是一家通過分析文本的寫作風格來幫助讀者尋找適配圖書的公司；成立于2011年9月1日的軌道公司（Trajectory）通過自然語言處理程序處理成千上萬本圖書的相關信息，收集并分析圖書特征，以幫助讀者更加深入地發現和利用這些信息。2014年，名不見經傳的智能推薦公司Intellogo顯然想在機器學習的道路上多邁進一步。它主要利用大數據分析圖書內容和讀者行為，通過機器學習掌握已有圖書的主題、寫作風格、節奏、情感等，以便更精準地為讀者推薦圖書。

對于出版商來說，Intellogo機器人首先會梳理出版商的整個書庫，并生成包括風格、主題、觀點、語調等在內的細粒度內容分析報告（見圖5）。然后，根據內容細節，Intellogo可以生成增強型的標準化元數據，方便公司、零售商和合作伙伴發現和利用出版商的內容。最后，Intellogo可以將對出版內容的研究同對消費者行為數據的研究相結合，深入理解讀者的喜好，來發現新的商機。從書商的角度來說，他們可以將機器人應用于自己的信息平臺如線上網站，從而達到更好的營銷效果。Intellogo機器人一方面可以根據圖書信息，24小時無間斷地向讀者有針對性地推薦圖書，與客戶建立個性化的互動關系；另一方面，書商也可以利用人工智能，通過對用戶數據的分析來改善為用戶提供的服務。endprint

值得一提的是，Intellogo推薦圖書的過程，并不是現有搜索引擎式的根據搜索關鍵詞返回條目式鏈接，而是用戶與機器自然的對話過程。在對話過程中，客戶可以對機器人提出要求，機器人也會根據自己的理解和對話情景提出進一步的問題。最終，機器人只會反饋最合適的、唯一的圖書，而且會說明推薦這本圖書的原因。如果用戶對圖書不滿意，可以通過和機器人反復對話來完善推薦的書目。人工智能AI會在不斷的溝通中完善自己對概念的理解，變得更加聰明和高效。

機器預測

機器學習的潛力也不僅限于閱讀推薦，預測暢銷書同樣可以施展所能。2016年初，《暢銷書密碼：解剖驚世小說》的作者喬蒂·阿徹（Jodie Archer）和馬修·L.喬克思（MatthewL Jockers）聲稱他們創造了一種算法，能分辨出哪些文學元素可以使得圖書暢銷。4月，數據驅動的出版商英凱特（Inkitt）宣布將和石山圖書（Tor Book）合作出版第一部由算法選擇出版的小說，在業內引發了很大爭議。

Inkitt創始人及CEO阿里·阿爾巴扎（Ali Alibazaz）堅信人工智能和機器學習將成為出版業新的引爆點。他認為過去400年間，出版過程是建立編輯和文學機構的知識、經驗以及直覺之上的，其不得不從數百萬手稿中選出誰最有可能成為下一本暢銷書的作品。不過傳統的系統并不是絕對靠譜，《哈利·波特》第一卷被拒絕了12次，《暮光之城》被拒絕了14次，《魔女嘉莉》被拒絕了30次。有多少優秀小說因為專家誤判而永遠沒有機會出版呢？又有多少作者在面對一些拒絕之后放棄了呢？現在技術的發展使得潛在的暢銷書不會輕易被忽視——數據將會給每一個作者公平的機會去獲得出版權利。他認為，數據驅動的出版只是科學地改變出版流程的一部分：數據可以幫助出版商選擇合適主題和風格的文章，實現更科學的決策，同時也可以進行更有效的市場推廣。

不過出版咨詢機構創意邏輯公司（TheIdeaLogicalCompany）的創始人和領導者邁克·肖特金（Mike Shatzkin）則完全不認可機器學習預測暢銷書的潛力。他說：“僅僅從圖書的內容本身而不考慮消費者、品牌和營銷推廣等因素就判斷一本書是否能暢銷是非常荒謬的。”他以谷歌預測新電影票房為例：谷歌在預測票房時考慮了各種數據如熒幕數量、主演之前電影的票房、電影搜索量、預告片觀看量、電影流派、上映季節、特許經營狀態、明星魅力、競爭情況、批評情況、試映的觀眾評分等。雖然谷歌擁有全世界最強的文本分析能力，可是他們并不去分析劇本，因為劇本并沒有預測價值。

而Intenogo創始人和CEO尼爾·巴爾塔薩（NellBalthaser）則對機器學習技術有不一樣的理解。他認為：算法本身不能預測圖書是否會成為暢銷書，不過我們所做的是利用機器學習去定義暢銷書的語調、情感、話題和寫作風格，然后再通過這種方式更好地理解讀者需求。一方面，人工智能系統可以將現在的暢銷書，也就是代表了當前市場興趣取向的圖書和出版商即將出版的圖書進行比較，來幫助確定市場營銷的重點；另一方面，使用機器學習可以給出版商一個獲得其讀者實時偏好信息的機會并采取相應行動，如將書名改成更易被讀者接受的版本。

綜上所述，不論關于機器學習仍然存在多少爭議，無可否認的是從長遠來看出版同樣是一個技術驅動的行業。從造紙術到雕版印刷術、活字印刷術，我們所不可預知的是下一次技術變革究竟是什么以及何時到來。不過我們知道，當人工智能席卷而來，除了會對出版業的內容生產、推薦、營銷產生深刻影響外，甚至可能會創造出全新的運營模式。當人工智能都開始創作了，又有什么是不可能的呢？機器學習，也許就會是下一個轉折點。endprint