百万点击率的文章,竟然是智能出来的!
陈一佳 陈一佳

百万点击率的文章,竟然是智能出来的!

由于信息爆炸,创作篇好的文章想赚取高点击率,并不是件容易的事。

i黑马 特约作者 陈一佳 11月10日报道

现如今,社交网络、自媒体平台发展得如火如荼,几乎已经成为了人们每天获取热点新闻的必要途径。然而,读者们可能无法想象,由于信息爆炸,创作篇好的文章想赚取高点击率,并不是件容易的事。编辑们从搜罗热点、写文章、配图、到绞尽脑汁想标题,一篇文章上消耗的脑细胞绝对不比传统媒体稍。但是现在,有了“它”,编辑们以后可能就要少了很多苦恼!我们还是先从《纽约客》封底的漫画说起。

从2005年开始,《纽约客》的每期封底都会有一幅无字黑白漫画,面向读者征集配图的文字。最幽默有趣的一条将会刊登在下一期杂志上。十年来,这已成为最受读者欢迎的栏目之一,每期都会收到约 5000 条读者配文。

栏目火了,但负责挑选配文,已经71岁高龄的编辑Bob Mankoff却因此苦了,说到这份差事,他说“每周都要筛选5000多条配图文字,这绝对是一份令人望而生畏的工作。我几乎每两年就不得不换一个新助手。长期大量看这些配文,就像在雪地里会得雪盲症一样,他们也会得‘幽默盲’。”

但是很快科技就来帮忙,让Mankoff可以从茫茫文字中解脱出来了。微软研究员Dafna Shahaf和Mankoff合作研发了一个人工智能系统——教会计算机判断什么是“幽默”。要知道,目前机器人的学习还只停留在模仿人的行为上,想让机器识别人类的“感觉”,特别是像讽刺、文字游戏以及各种产生幽默的手法,对人来说很容易,但已经困扰了机器几十年。Shahaf又是如何做到的呢?

一年前,Shahaf在参加 Mankoff 关于漫画配文的演讲时,发现可以让计算机评估一条文字的有趣程度,但关键是突破“机器学习”。于是,她从《纽约客》的数据库中找到过往的漫画和文字,将他们录入系统,教计算机做出选择,从而形成相似的笑点。

由于视觉软件一般都是为照片设计的,而不是图画,所以研究员还需要人工描述每幅漫画里内容,并将其分为两类:背景信息和反常之处。比如在下面这幅漫画里,背景信息包括:办公室、工作地、秘书、电话;反常之处是:台阶、天空、上帝。

最终研究结果显示,人工智能的选择中,有 55.8% 是编辑人工选出的最佳答案。这个结果让Mankoff还是很满意的,认为人工智能确实可以在现实中应用,帮助编辑们排除掉一大部分蹩脚的笑话,大幅度减少劳动量,但其智能判断的能力还是无法与人脑匹敌,也许永远不会超过人类。

不过微软研究员们的野心还远不只这些。现在,除了帮助漫画筛选配文,根据尼曼实验室报道,《纽约时报》的数据科学团队也开始使用机器算法,帮助编辑筛选报道了。每天从《纽约时报》网站的300多篇报道中,选出50篇最吸引人的放在Facebook账号上。

使用方法也非常简单。开发团队把算法接入到编辑日常的办公协作工具Slack上,并创建一个名为Blossom的机器人。使用时,编辑只要像平时聊天一样和它对话就可以了。在对话框中发送“Blossom Facebook?”,Blossom 就会从各个版块的新闻稿中,挑选出容易在Facebook 上引发传播和互动的内容,并立即把链接反馈出来,以供参考。文章发布后, Blossom 还能帮助给出这些文章在社交网络上的反馈数据。

Blossom的一名开发人员告诉我们,这个机器人目前表现得非常不错。仅就 Facebook 的点击率来看,那些典型由机器人推荐的文章已经比由人工推荐的文章多出了 3.8 倍!

因此,这更让微软的研究员们信心倍增,“总有一天,我们会让系统自己创造出有趣幽默的文字,而不只停留在筛选的层面。”从筛选到创造,这是否可以实现,我们还不得而知。不过值得思考的是,文字工作者们在欢迎新工具带来更多方便的同时,是否也该有些危机感?毕竟机器人可是能够24小时工作,不用吃饭、不用睡觉的。

 

作者简介

 

陈一佳,80后著名双语主持人和财经评论员、路透社北美地区唯一华人女主播,纽约三橙传媒创始人兼 CEO,《创业美国》制片人和主持人。

 

图片1

 

专栏 人工智能
赞(...)
文章评论
匿名用户
发布