北大計算機所萬小軍：寫稿機器人背後的老師 | CCF-GAIR 2017

雷鋒網按：由中國計算機學會（CCF）主辦、雷鋒網與香港中文大學（深圳）全程承辦的 AI 盛會「全球人工智慧與機器人峰會」（CCF-GAIR），將於 7.7-7.9 日在深圳召開。

CCF-GAIR 為國內外學術、業界專家提供了一個廣闊的交流平台，既在宏觀上把握全球人工智慧趨勢脈搏，也深入探討人工智慧在每一個垂直領域的應用實踐細節。延續上一次大會的議題，本次 CCF-GAIR 2017 將會迎來更多人工智慧和機器人行業的議題與討論。

說到機器人，就不得不說近兩年在媒體行業火起來的寫稿機器人。從 2015 年開始，騰訊、百度、今日頭條、阿里，以及傳統媒體南方都市報先後加入寫稿機器人的大軍，特別是今日頭條和和南方都市報的背後，離不開北京大學計算機科學技術研究所（以下簡稱北大計算機所）的支持。

2016 年 2017 年初，今日頭條和南方都市報先後與北大計算機所合作，分別推出奧運 AI 小記者 Xiaomingbot 和「小南」。據了解，Xiaomingbot 是國內第一款綜合利用大數據分析、自然語言處理與機器學習技術的人工智慧寫稿機器人，而小南的特點是更偏重於民生領域的報道。

那麼，北大計算機所是一種怎樣的存在？

根據其官方網站的介紹，該研究所是北京大學的二級科研教學機構，研究方向主要包括圖形圖像處理技術與數字出版應用、數字內容計算與知識服務技術研究、網路視音頻處理與檢索技術、數字文檔處理技術、信息安全技術。過去，北大計算機所圍繞計算機技術在印刷、新聞出版領域的核心應用做了不少創新性的研發工作。

其中，負責這兩次寫稿機器人研發工作的是語言計算與互聯網挖掘研究室。該研究室成立於 2008 年 7月，是以自然語言處理技術、數據挖掘技術與機器學習技術為基礎，對互聯網上多源異質的文本大數據進行智能分析與深度挖掘，為互聯網搜索、輿情與情報分析、寫稿與對話機器人等系統提供關鍵技術支撐，並從事計算機科學與人文社會科學的交叉科學研究。

目前，研究室的研究內容包括以下幾個方面：

• 研製全新的語義分析系統實現對人類語言（尤其是漢語）的深層語義理解；

• 綜合利用自動文摘、文本生成、文本推薦等技術讓機器寫出高質量的各類稿件；

• 針對多語言互聯網文本實現高精度情感、立場與幽默分析；

• 其他探索性研究，包括特定情境下的人機對話技術。

語言計算與互聯網挖掘研究室負責人萬小軍

萬小軍本人的研究領域包括自然語言處理、文本挖掘和人工智慧，在 2015 年獲得 IBM 全球傑出學者獎（IBM Faculty Award），同時他的一篇關於採用特徵工程抽取句子的論文《Towards Constructing Sports News from Live Text Commentary》在 ACL2016 （ACL，國際計算語言學協會，是世界上影響力最大的國際學術組織）引起了廣泛關注。

從現有的寫稿機器人來看，多數專註於的財經、體育等領域，由於這兩個領域有一定的規則和數據可尋，實現起來也較為容易。但是不是其他領域就無法使用寫稿機器人了呢？北大計算機所與南方都市報合作的「小南」便打消了這個疑問。小南推出的時間在 2017 年春運期間，專註於民生領域的報道，首篇報道共 300 余字，數據自動抓取完成後，報道生成只用了不到一秒的時間。萬小軍曾想媒體表示，教小南寫稿過程中，難點是可供學習的樣本不夠豐富，儘管名聲關注度高，但不像體育和財經報道有相對固定的模式，訓練預料較為缺乏。

另外，小南的另一項本領是生成報告摘要。萬小軍介紹，小南採用了先進的自動文摘技術，該技術可以根據多種文本特徵———如關鍵詞、段落位置等———判斷不同信息的重要性，最終在摘要里保留核心部分。

實際上，除了寫稿，未來還有很多潛力可開發，如對已有的稿件進行改寫，根據不同的稿件寫綜合報道等等等。也有不少媒體人直呼，什麼時候這些寫稿機器人可以開放給所有媒體人使用。

雷鋒網編輯有些迫不及待地想要這樣的一個幫手了。在7月7-9日的CCF-GAIR大會上，萬小軍將到現場為大家分享關於寫稿機器人背後的技術，同時雷鋒網也安排有機器人為主題的專場，探討機器人的現狀與未來，如果想了解這一領域的最新見解與洞察，歡迎購票參加。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！