《连线》杂志：未来15年90%新闻稿将由机器撰写

Narrative公司与其创始人

　　哈蒙德生于美国犹他州，其父为一名考古学家，并在当地一所州立大学任教。成年后，哈蒙德原本计划当一名律师。但在上个世纪1980年代后期，也就是哈蒙德在耶鲁大学上学期间，他深受知名人工智能专家、耶鲁大学计算机系主任罗杰·尚克(Roger Schank)的影响。在拿到计算机科学博士学位后，哈蒙德受聘于芝加哥大学，并担任该大学一家新型人工智能实验室负责人。在该实验室工作期间(1990年代中期)，他开发了一套可追踪用户阅读、写作习惯并向用户推荐相关内容的系统。

　　在该技术基础上，哈蒙德创建了一家小型科技公司，后来他将该公司出售。这段时间中，哈蒙德进入美国西北大学工作，并担任该大学情报信息实验室主任。2009年期间，哈蒙德和他的同事拉里·伯恩鲍姆(Larry Birnbaum)在梅迪尔新闻学院教授一项课程，该课程同时包括电脑编程和未来新闻学两项内容。他们两人鼓励学生创建出可将数据转移成新闻故事的系统。在该班学生中，有一位是《芝加哥论坛报》的特约记者，其报道范围为美国高中生体育赛事。这名学生、以及另外两位新闻系学生同一名计算机系学生被分成一组。该开发小组的原型软件“Stats Monkey”，能够搜集各大学、中学的体育赛事得分和相应数据。

　　在那个学期结束时，这个班级参与了该校举办的产品演示会。出席该演示会的新闻业人员，包括来自ESPN体育电视台、Hearst报业集团以及《芝加哥论坛报》的高管。Stats Monkey软件给与会人员留下了深刻印象。梅迪尔新闻学院院长约翰·拉文(John Lavine)回忆道：“他们将体育赛事得分数据输入到该程序当中之后，大约12秒钟之后，该程序就写出了有关美国体育机构历史的文章，同时还配备了图片和图片文字说明。”

　　美国网络广告公司DoubleClick(注：此前已被谷歌收购)前高管斯图亚特·弗兰克尔(Stuart Frankel)也是参与当天演示会的嘉宾之一。弗兰克尔说：“他们当时一演示这款软件后，房间里的氛围马上就变了。尽管如此，该产品也就仅仅是一款能够撰写有关棒球新闻报道的软件而已。”从DoubleClick离职后，弗兰克尔随即加盟哈蒙德和伯恩鲍姆两人的行列中。这种软件能否撰写任何新闻报道？能否使用任何数据？在得到肯定的回答后，弗兰克尔认定计算机写作产业有着巨大增长潜力。2010年期间，哈蒙德、伯恩鲍姆和弗兰克尔共同创建了Narrative公司，弗兰克尔出任该公司CEO。

　　Narrative首名客户是一家报道美国大学篮球联赛Big Ten会议的电视网络。合同规定，Narrative算法将需要以相当于实时方式，而撰写出数千条有关Big Ten的体育新闻，同时每个季度对该赛事的数据和新闻进行更新。Narrative还负责为美国女子垒球赛事撰写文章，Narrative也因此变成为该赛事撰写文章最多的“记者”。

　　在Narrative开始执行合同后不久，就出现了一些小问题：这些文章往往侧重报道比赛胜出方。如果Big Ten的某只球队被外围球队击败后，Narrative软件撰写的文章会让人感到很丢脸。Big Ten赛事举办者因此向Narrative提出新要求：即使Big Ten的球队输球，Narrative文章仍能加以表扬。在这种情况下，多数人认为应该引进人工记者加以干预，但Narrative技术开发人员却认为无此必要，而只需对软件代码进行相应修订。有过这次教训后，Narrative在负责为美国儿童棒球赛事进行撰文过程中，也对相应数据进行了调整处理。

　　Narrative的新闻撰写引擎需要数个步骤：首先，该引擎需要收集大量高质量的数据。这也是金融业和体育产业能够成为Narrative服务对象的直接原因：这两个产业都涉及大量波动性很强的数据：每股收益、股价变化、垒球投手责任得分率(ERA)以及棒球打点(RBI)等。而新数据总是源源不断，因此Narrative总能根据新数据撰写出新文章或丰富旧内容。

　　举例来说，棒球“粉丝”们已创建了在比赛进行过程中预测某个球队胜算把握的模式。在此过程中，如果某个得分改变了胜算把握的几率，比如由40%上升至60%，则Narrative算法就会将这个得分作为截止当前比赛进程中的亮点加以描述(比如Narrative必须知道击跑数量最多的球队将胜出)。因此Narrative技术工程师就为每种赛事或活动预先设定一些规则。那么该如何做才能将这些分析数据变成文章？该公司招聘了一个所谓“元作者”的团队，该团队由资深记者组成，以负责创建一系列报道题材的模板。该团队同Narrative技术工程师密切合作，使计算机能够从不同“角度”来识别相应数据。比赛结果是哪个球队胜出？是艰难胜出还是大败对方？比赛过程中是否有某位球员表现绝佳？该算法还根据比赛已知数据和其他数据库进行推测：是否某个关键一击起到了定胜负的作用？

　　然后就是文章结构事宜。绝大部分新闻报道尤其是体育和金融题材，往往都会形成一个可预见的固定模式，因此创建相应文章模板，就成为相对比较简单的问题。该算法按照元作者提供的词汇来组成句子(就垒球而言，元作者似乎会在很大程度依赖20世纪早期知名体育评论家林·拉德纳(Ring Lardner)的写作用词习惯)，该公司将这种完成后的产品称为“叙事作品”(narrative)。

　　当然这种算法偶尔也会犯些小错误。比如说棒球比赛中的代打者(pinch hitter)每场比赛只能代打一次，但Narrative算法所撰写文章有时会将代打次数描述成2~6次。只是诸如此类的错误很少出现。哈蒙德表示，有时数据库也会提供错误信息，而Narrative算法已具有纠错功能。哈蒙德说：“如果某家公司的季度利润环比增长了600%，算法就会指出，很可能某个环节出现了错误。人们会问这样的问题：我们的算法是否出过令人难堪的大错误，我们的回答是从未有过。”

　　《福布斯》媒体首席产品官刘易斯·德沃金(Lewis Dvorkin)表示，在对Narrative所报道的每一个赛事或其他活动进行了解后，他本人对此印象深刻但并不感到惊讶。尽管人工记者所撰写文章出现重大错误并不鲜见，但德沃金并没有听说过有关计算机自动新闻报道出错的任何投诉。德沃金说：“一次也没有。”

本文来源投资界，原文：https://news.pedaily.cn/201205/20120504325779.shtml