“Xiaomingbot”背后,写稿机器人的技术探寻——专访北京大学计算机科学技术研究所万小军博士.pdfVIP

■101苣题．第二代“写稿机器人”现身今日头条 ——专访北京大学计算机科学技术研究所万小军博士 《中国传媒科技》：头条写稿机器人的主要技术特色是 什么? 万小军：写稿机器人的主要技术特色在于对包括自然语 言生成、文档自动摘要、机器学习等在内的多种技术的综合 利用，并且针对不同类型的稿件采用不同的技术途径去生成， 因此能够为体育赛事同时生成短短几句话的简讯与长达上千 字的详细报道。 《中国传媒科技》：网易等媒体报道头条写稿机器人 主要有速度快、发稿样式多、语言情感自适应、自动配图 等业务特色，哪些关键技术实现了突破，对应哪些关键技 万小军博士 术创新? 万小军：该写稿机器人在基于文字直播的新闻自动生成 并不能和人工智能2．0对应，而只是与第一代基于模板 填充的写稿机器人进行区分。由于写作是极富创造力的 以及语言情感自适应等技术上实现了突破。“Xiaomingbot” 是业界首个基于文字直播数据进行新闻生成的系统。基于先 事情，因此写稿机器人具有“强人工智能”，仍有很长 进的机器学习算法，该系统能够实时地从文字直播数据中进 的路要走。 行语句筛选与融合，从而在体育比赛的任一时刻生成高质量 赛事报道。 《中国传媒科技》：头条机器人对“基于会话分析的摘 在语言情感自适应方面，我们设计了比赛逻辑判断单 要生成技术”的应用效果不俗，需要多大规模的语料库和持 续训练时间? 元，使得“Xiaomingbot”在判断出比赛的激烈程度后，可 以使用不同的词语形容赛事中运动员获胜的难易程度，如 万小军：由于时间和精力的原因，目前我们只人工整 理了一百多项比赛对应的文字直播数据与人工撰写的赛事 “力克”“艰难晋级”“完胜”等词语。另外，“Xiaomingbot” 会不断学习网络直播员使用的语言，应用在长篇资讯报道 新闻作为训练语料，采用的机器学习算法能够在数小时内 中。 训练完毕。如果有更多的训练语料，效果肯定会进一步得 到提升。 《中国传媒科技》：有媒体报道头条机器人的推出标志 写稿机器人进入第二代，您怎么看待这个评价，您认为人工 《中国传媒科技》：写稿机器人研发过程中，在今年的 智能技术合理的断代依据是什么? ACL会议上发表了哪些论文，取得了多大范围的影响? 万小军：按照专业人士观点，人工智能发展顺序是 万小军：我们针对“基于文字直播数据的新闻自动生成 Yao 从弱人工智能开始，到与人类智能相当的“强人工智能”， 技术”已发表ACL2016长文一篇(JianminZhang，Jin-ge and Wan．Toward NewsfromLive 再到全面超过人类智能的“超人工智能”。目前人工智 Xiaojun ConstructingSpots ACL 能在少数领域确实进入了2．0时代，也即“强人工智能”， TextCommelltary．In2016．)，该论文在ACL会议期间受 例如语音识别、棋类对弈等，但在很多领域还处于弱人 到众多国内外同行关注。此外，我们还在