人工智能在新聞交互上的應(yīng)用——對話式新聞

? ? ? ?對話式新聞是什么呢椿每?對話式新聞就是將新聞以聊天對話的形式展現(xiàn)給用戶然低,提供擬人化的對話場景。

? ? ? 那為什么會出現(xiàn)“對話式新聞”呢掷伙?

? ? ? 本文將從兩個方面進行分析“對話式新聞”出現(xiàn)的原因:目前技術(shù)方面(人工智能)的支持以及新聞類客戶端存在的痛點是己。

? ? ? 首先從技術(shù)方面的支持來進行分析。

? ? ? ?現(xiàn)在任柜,媒體從業(yè)者必須意識到卒废,科技進步改變了新聞生產(chǎn)和發(fā)布形式,而新媒體時代的核心集中在兩大領(lǐng)域:機器人和人工智能宙地。

? ? ? ?人工智能是新聞對話式交互這一功能的強大助手摔认,人工智能可以基于用戶的“關(guān)注點”自行編寫圖譜,以短訊對話的方式呈現(xiàn)出來宅粥。而現(xiàn)在人工智能技術(shù)已經(jīng)越發(fā)成熟参袱,截至2017年5月份,基于谷歌機器學習系統(tǒng)的語音識別準確率(英語)已經(jīng)達到了95%秽梅,為用戶的自主交流以獲取有用信息提供技術(shù)基礎(chǔ)抹蚀。

(人工智能)

? ? ? ?接下來從目前新聞類客戶端存在的痛點這一方面來進行分析。

? ? ? ?據(jù)傳媒大觀察數(shù)據(jù)顯示企垦,全國層面上的有一定用戶規(guī)模和日活數(shù)的新聞類客戶端已超過200個环壤,既有傳統(tǒng)媒體轉(zhuǎn)型的遷移之作,也有在新環(huán)境下應(yīng)運而生的新型媒體钞诡。盡管如此镐捧,卻仍以資訊流體驗為主,新聞?wù)宫F(xiàn)形式單一臭增,內(nèi)容普遍存在同質(zhì)化懂酱、缺乏深度與特色的痛點。

? ? ? ?新聞類客戶端存在一定的痛點誊抛,那么總會出現(xiàn)一些新的模式或形式來解決這些痛點列牺,因此對話式新聞就應(yīng)運而生。

(對話式新聞)

? ? ? ?在展現(xiàn)形式上拗窃,對話式新聞利用聊天對話形式瞎领,再以表情包、視頻随夸、圖片等作為輔助九默,相較于傳統(tǒng)的資訊流來說,展現(xiàn)形式比較新穎有趣宾毒。

? ? ? ?在新聞內(nèi)容上驼修,相比于傳統(tǒng)的資訊流,對話式新聞一次只解決一個新聞話題,用戶可以依據(jù)自己的興趣乙各,決定是否要把這個話題聊透墨礁。同時,對話新聞讓看新聞這件事本身變得像聊天一樣自然耳峦,也不需要自行篩選過濾信息恩静,而是由機器代替你,對每一篇新聞的內(nèi)容蹲坷、段落邏輯進行深度理解驶乾,再對同一話題下的不同新聞觀點進行聚類以及關(guān)聯(lián)度計算,提煉出新聞的核心內(nèi)容及其相互之間的關(guān)系循签,從而幫助用戶更好地理解以及吃透每一篇新聞级乐。

? ? ? ?在用戶習慣上,對話式新聞采取對話式交互方式懦底,為用戶推薦新聞唇牧,改變了讀者需要自己在大量分類信息中篩選尋找的模式(即使已經(jīng)有了一輪個性化推薦),使得用戶略微被動接受信息推送并且參與到新聞事實的探索中聚唐。

? ? ? ?那么這樣的方式到底好不好呢丐重?

? ? ? ?這里主要從受眾體驗的角度來分析對話式新聞這種呈現(xiàn)方式的優(yōu)劣勢。

? ? ? ?優(yōu)點:

? ? ? ?1杆查、內(nèi)容多元化:可以采用圖片扮惦、表情包等多種方式來完成對某條新聞的介紹,內(nèi)容豐富有趣亲桦。

? ? ? ?2崖蜜、語言簡潔,便于傳播:采用消息的形式來進行新聞內(nèi)容的闡述客峭,所以其語言都是經(jīng)過編輯高度提煉的豫领。這種簡潔精煉的語言不僅能夠幫助用戶在較短的時間內(nèi)理解新聞事件的大致情況,還可以讓用戶直接復制舔琅、粘貼等恐,直接進行傳播。

? ? ? ?缺點:

? ? ? ?1备蚓、互動受限:對話式新聞主要有兩種互動形式——系統(tǒng)預設(shè)好互動選項和用戶自主回復课蔬。若是在閱讀新聞的時候,用戶只能根據(jù)系統(tǒng)預設(shè)好的幾個互動選項來和平臺進行互動郊尝,這樣會導致互動受到一定的限制二跋。若是用戶能通過自主回復的形式進行互動,但存在的問題是目前人工智能并不夠完善流昏,無法回復用戶各種問題扎即,有時還會回復一些不恰當?shù)脑捳Z吞获,會導致?lián)尾蛔龅默F(xiàn)象。

? ? ? ?解決方法:限定互動選項形式時铺遂,可以根據(jù)每一條新聞建立深度的即時聊天室衫哥,用戶之間能夠在聊天室中進行有效地互動茎刚,打造更豐富的社群生態(tài)襟锐。用戶自主回復時,只能通過進一步完善人工智能技術(shù)來解決上述問題膛锭。

? ? ? ?2粮坞、用戶無法主動挖掘新聞:平臺會主動推送新聞,并不能時時地較好地與用戶的興趣結(jié)合起來初狰。用戶也無法主動選擇感興趣的新聞進行閱讀莫杈,只能被動地接受信息。

? ? ? ?解決方法:在主動推送新聞前奢入,可以讓用戶選擇感興趣的領(lǐng)域與話題標簽筝闹,系統(tǒng)再根據(jù)這些為用戶更好地進行推送。另外還可以增加一些額外的還有熱點新聞及即時新聞腥光,可供用戶自行選擇閱讀关顷,提高用戶的自主選擇性。

? ? ? ?到目前為止武福,國外已經(jīng)有好多個人工智能在新聞交互上的應(yīng)用的例子议双,如“Quartz”、“NewsPro 2.0”等捉片。而國內(nèi)目前只有三個應(yīng)用:“百度新聞”平痰、“封面新聞”以及“下文”。這些應(yīng)用都有一定的不足:交互的不流暢伍纫、算法識別不力導致的假新聞宗雇、算法按興趣自動推送帶來的觀點極化等等。不過不急莹规,這還只是一個開始赔蒲。《路透2017媒介預測報告》中也指出访惜,聊天機器人和“會話新聞”藝術(shù)將出現(xiàn)廣泛創(chuàng)新嘹履。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市债热,隨后出現(xiàn)的幾起案子砾嫉,更是在濱河造成了極大的恐慌,老刑警劉巖窒篱,帶你破解...
    沈念sama閱讀 222,104評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件焕刮,死亡現(xiàn)場離奇詭異舶沿,居然都是意外死亡,警方通過查閱死者的電腦和手機配并,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評論 3 399
  • 文/潘曉璐 我一進店門括荡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人溉旋,你說我怎么就攤上這事畸冲。” “怎么了观腊?”我有些...
    開封第一講書人閱讀 168,697評論 0 360
  • 文/不壞的土叔 我叫張陵邑闲,是天一觀的道長。 經(jīng)常有香客問我梧油,道長苫耸,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,836評論 1 298
  • 正文 為了忘掉前任儡陨,我火速辦了婚禮褪子,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘骗村。我一直安慰自己嫌褪,他們只是感情好,可當我...
    茶點故事閱讀 68,851評論 6 397
  • 文/花漫 我一把揭開白布叙身。 她就那樣靜靜地躺著渔扎,像睡著了一般。 火紅的嫁衣襯著肌膚如雪信轿。 梳的紋絲不亂的頭發(fā)上晃痴,一...
    開封第一講書人閱讀 52,441評論 1 310
  • 那天,我揣著相機與錄音财忽,去河邊找鬼倘核。 笑死,一個胖子當著我的面吹牛即彪,可吹牛的內(nèi)容都是我干的紧唱。 我是一名探鬼主播,決...
    沈念sama閱讀 40,992評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼隶校,長吁一口氣:“原來是場噩夢啊……” “哼漏益!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起深胳,我...
    開封第一講書人閱讀 39,899評論 0 276
  • 序言:老撾萬榮一對情侶失蹤绰疤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后舞终,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體轻庆,經(jīng)...
    沈念sama閱讀 46,457評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡癣猾,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,529評論 3 341
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了余爆。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片纷宇。...
    茶點故事閱讀 40,664評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖蛾方,靈堂內(nèi)的尸體忽然破棺而出像捶,到底是詐尸還是另有隱情,我是刑警寧澤转捕,帶...
    沈念sama閱讀 36,346評論 5 350
  • 正文 年R本政府宣布作岖,位于F島的核電站唆垃,受9級特大地震影響五芝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜辕万,卻給世界環(huán)境...
    茶點故事閱讀 42,025評論 3 334
  • 文/蒙蒙 一枢步、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧渐尿,春花似錦醉途、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至凉夯,卻和暖如春货葬,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背劲够。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評論 1 272
  • 我被黑心中介騙來泰國打工震桶, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人征绎。 一個月前我還...
    沈念sama閱讀 49,081評論 3 377
  • 正文 我出身青樓蹲姐,卻偏偏與公主長得像,于是被迫代替她去往敵國和親人柿。 傳聞我的和親對象是個殘疾皇子柴墩,可洞房花燭夜當晚...
    茶點故事閱讀 45,675評論 2 359

推薦閱讀更多精彩內(nèi)容