智能編輯部再進一步？體育媒體GiveMeSport如何用AI管理2500萬用戶

最新 08-30

超越BBC Sport和Bleacher Report，利用自家專有技術在臉書上擁有近2500萬粉絲的英國體育媒體GiveMeSport，近日又利用新東家Breaking Data的人工智慧技術幫助自己更進一步。

全媒派（quanmeipai）編譯DIGIDAY一文，試圖揭開GiveMeSport背後，AI在新聞編輯部的應用之謎。

密切跟進社交媒體用語

英國的體育媒體GiveMeSport利用自己的專有技術將Facebook上的粉絲數量提升到了2500萬。現在，它又從自己的新東家Breaking Data那裡將AI技術進行集合，進一步提升自己的競爭優勢。

GiveMeSport大膽地將AI技術應用在了兩大新聞領域——分析型和感受型新聞以及突發新聞。在這之前，網站上每個月生產約2000篇文章，由團隊中的14名專業撰稿人和50名自由撰稿人完成，而其中大部分都是感受型新聞。

新技術的使用也使得撰稿人有更充裕的時間去完成1500詞左右的長篇文章，而這些長文往往能夠提供更多的廣告空間。

於2016年年底收購了GiveMeSport的，是一家加拿大科技公司Breaking Data，該公司CEO Nick Thain說道，「全球範圍內有很多有才能的AI團隊，而Breaking Data與他們的不同之處就在於，Breaking Data在不斷地學習社交媒體上的語言，包括縮寫詞、網路用語，以及這些流行語是如何被運用、如何變化的。比如我們會關注『Throwback Thursday』這個說法最開始是怎麼流行起來的。」

下面讓我們來看看媒體在新聞編輯室中使用AI技術的秘訣。

新聞收集和事件識別

目前，GiveMeSport正在使用Breaking Data的技術，對其他公開數據來源進行信息整合。Breaking Data的自然語言處理技術，可以實現以秒為單位對Twitter內容的掃描，圍繞預定的關鍵字，如運動隊、球員姓名、隊名、俱樂部、聯賽或體育場地等，篩選相關的推文。

這些內容經過篩選和驗證，被編排進「重大事件」、「相關新聞」或「大新聞」等類別，然後向BreakingSports Slack頻道的記者發送通告，使得編輯組能領先一步進行報道，這一技術的優越性尤其體現在新聞頻發的時間段，例如球員轉會期間。

雖然有無數的社交平台內容整合工具可用，但Thain表示自家的AI平台可以通過識別可信和可靠的來源，把有可能不準確的消息進行驗證。例如，當官方宣布球員內馬爾將以2.61億美元的轉會費加入PSG，該平台可以追蹤到這一內容首次出現在Twitter的時間，並且把發布這一消息的賬號標示成可信的消息源。

隨著AI平台對語言的理解能力的提升，它可以識別特定區域範圍內的信息偏差。

比如說，它正在監測半徑1英里範圍內發送的推特帖子。試想，在這個範圍內，有一名經常發帖的理療師，然而在某一天特別辛苦的工作後，他發了一大堆抱怨工作量的推文，這一頻率和話題的變化將被記錄下來，並將提示發送給Slack頻道的記者，然後他們可以聯繫具體的俱樂部，並調查是否有球員受傷。

管理臉書的消息發布

臉書是目前各大媒體最大的發布平台，GiveMeSport的記者也為他們的文章撰寫了臉書的推文和標題。GiveMeSport將自家專有技術嵌入到內容管理系統中，該技術可以為文章能獲得高點擊率或者高參與度的可能性打分，而避免成為單純的標題黨。該技術分析了單片語合、句子結構和圖像將如何與目標受眾產生共鳴。

「這種分析可能很簡單，比如單純地找出文章中抓人的關鍵詞，但臉書的用戶已經厭倦那些詞了，或者分析到曼聯粉絲並不喜歡被稱為『曼聯（Manchester United）』和『紅魔』」，Thain解釋道。「這項技術能夠很好地支持我們的編輯，並發揮他們的優勢。」

「平台發布是一門科學，我們不想光靠運氣。而AI幫助我們發揮了自己的優勢。」Thain如是說。