在新闻创作方面，人工智能的应用就更广泛了，今天公众读到由人工智能撰写的作品的比例可能高到令人难以置信的程度。大约在 10 年前（2014年），国外各大报社不约而同地推出了一系列撰稿机器人，如洛杉矶时报的“ Quake”、美联社的“ Word Smith”、纽约时报的“ Blossom”等。时效性和节约人工成本是机器的强项，所以很快我国就出现了如腾讯财经的“ DreamWriter”、新华社的“快笔小新”、第一财经的“ DT 稿王”等中文撰稿机器人。这些第一代的撰稿机器人是通过文本抽取、模板替换填充的方式来输出稿件的，譬如事先准备一个体育运动的报道模板，往里面填充运动员名字和比分，这种应用很容易做，但效果不佳，产生的稿件几乎千篇一律，而且语气生硬，内容空洞枯燥。第二代撰稿机器人则是基于自然语言处理、机器学习和视觉图像处理技术来设计的，能通过语法合成与排序来生成新闻。以今日头条的体育新闻撰稿机器人“机器人记者小明”（Xiaomingbot）为例，该项目团队发表在ACL2016 的论文《从实时的文本评论中构建体育新闻》（“Towards ConstructingSports News from Live Text Commentary”）<sup>○一</sup>中介绍，这种新闻生成过程其实是解决一个“抽取式摘要”（Extractive Summarization）的问题，机器人从体育赛事的文字直播中选取重要的句子组合成一篇针对该场比赛的新闻报道。这里涉及对评论语句相似内容的去重，根据比赛选手的排名、赛前预测与实际比赛结果的差异、比分悬殊程度来自动调整生成新闻的语气，截取直播画面自动给文字内容配图，生成必要的比赛描述总结，等等。如图 9-10 所示是一篇由“机器人记者小明”撰写的足球报道，整篇新闻看起来行文流畅，图文并茂，如果不专门署名由机器人供稿，普通人大概很难注意到它与人工稿件之间的差别。
第 9 章 与机器共生
373
○一 在 2018 年 4 月的 UCAN 用户体验设计论坛上，阿里把“鲁班”改名为“鹿班”。