AI落地新闻编辑室,为新闻工作者减负



今年夏天,伴随着超强台风利奇马的登陆,新京报的一位记者在跟踪报道的过程中,因体重登上了微博热搜。

 

记者名叫俞金昱,为了获取最新的台风情况,俞金昱和他的同事早就蹲守在现场,做好了充足的准备工作,进行现场的新闻报道,然后通过各部门工作人员的加工,一篇完整的台风报道才会送到观众的眼前。而其中,记者调侃式的话“以我这个吨位,可能12级风也是吹不动的”引起网友热议,俞金昱同学也因为“新京报的男主播稳如泰山”的标题上了微博热搜,这其中,自然少不了新闻编辑的功劳。


值得注意的是,观众看到的也许只是短短30秒的一个视频或者几百字的报道,背后其实包含着巨大的工作内容和很多人的辛苦付出。今天,小编就来聊一聊一篇新闻报道背后都有哪些工作流程,并针对某些环节,看看是否能与AI相结合,以简化工作流程,为新闻工作者减负。


一、新闻报道是如何制作而成的?

与文学作品不同,新闻报道的生产过程更注重快速采写编排,尤其是时效性十分强的新闻作品,需要用十几个小时或者几个小时甚至于更短的时间完成采访、写稿、编排、印刷等流程。在这个过程中,新闻工作者要负荷强大的工作强度和压力。

一般来说,新闻报道工作流程分为:新闻策划、现场采访、撰写文稿、稿件审批、后期编辑、节目制作合成六个阶段。


  • 新闻策划:根据上级安排,以及发生的重要事件和成就,找准新闻点,有针对性地进行主题新闻策划。主要分为选择主题、选择体裁与风格、策划内在结构、策划具体分工和时间安排等步骤。


  • 现场采访:联系新闻采访对象,领取采访设备,广泛收集新闻素材,为新闻写作提供大量详实的背景资料。工作开始之前,还必须要了解被采访人的详细的背景资料,准备好要提的问题。


  • 撰写文稿:对采访中获取的新闻素材进行归纳总结,去粗取精,理清思路,围绕主题精心撰写稿件。新闻稿件一般都是由分类、结构、标题、导语、主体、结语、背景等部分组成。


  • 稿件审批:部门主任初审,常规节目直接批复,重要内容报分管副台长审核,重大稿件报台长审批直至市级领导审定。审批的目的是为了提高新闻稿件的质量,狠抓报道内容真实性,同时严格落实新闻宣传的纪律。


  • 后期编辑:对已审批新闻稿件进行二次编辑,按照新闻要求真求实求特求新的要求,完善相关内容,做好图像编辑和文字编辑。除了追求真实性,编辑还应当有创新思维,将稿件编排得吸引眼球;在立场方面,要引导读者产生正确的世界观、人生观和价值观,符合社会发展需要。


  • 节目制作合成:记者将所编辑新闻送至制作平台,制作人员在制作机房进行节目合成,新闻合成后,对整期节目进行终审,修改完善后上传至播出平台。这个环节的目的主要是为了用更好的包装创意来表达更丰富的主题内容和更深层次的发人深省的意境,以满足人们日益增长的审美需求。



综上所述,新闻产品要通过新闻策划、现场采访、撰写文稿、稿件审批、后期编辑、节目制作合成六个工序才能生产出来。而制定和执行如此严格的工作流程的目的,是因为新闻“唯快不破”的特点极容易在生产过程中出现差错,为了保证新闻质量,新闻平台通过这种方式把错误率降到最低。


而其中,新闻编辑的工作非常重要,它是对社内外各项业务的集大成。一篇新闻报道是否能夺人眼球,很大程度上都是取决于编辑,而同时又因为工作内容——需要人工分析处理海量的文档和信息,编辑工作不仅需要耗费大量时间精力,还极容易出错。接下来,我们不妨就从这个环节入手,来看一看新闻编辑的工作都有哪些可以改进的地方。



二、繁琐的新闻编辑工作


为了保证新闻质量,每一篇报道背后,都有一套程序化且严谨的工作流程。而其中的新闻编辑主要处理的是文本方面的工作,涉及到新闻信息的统合、把关、再创造等等。编辑工作不仅是对新闻传播活动的总设计,对大量新闻稿件的再创造,也是对社内外各项业务的集大成,其重要性可想而知,但同时也意味着会非常辛苦。



在前期,新闻编辑担负着对新闻传播工作做策划、对记者活动做指挥的任务。一方面,编辑是编辑方针的制定者,是媒介新闻产品形象的设计师;另一方面,编辑也是每一阶段新闻报道活动的策划者和组织者。 前期的工作大致可以分为以下步骤:

  1. 确定媒体的内容结构、版面形象、风格设计

  2. 设计报纸的各个新闻版及专栏

  3. 设计和组织目前阶段的重大新闻报道


其中,针对人工如何组织重大新闻报道,必须要有这些繁琐的内容流程:编辑要将在宣传报道工作中形成的各种载体的文件材料进行收集、整理和归档。比如稿件要按照时间、问题(节目、栏目)或时间、人物相结合的方法进行整理,编辑在通读一遍稿件之后,将之归到相应的类目中去,按照时间发生的顺序排列,然后组卷或装订成册,接着拟出确切的标题,最后填写在目录本上。这些虽然是很程序化的工作,但是必须要有人去做,目的是为了方便后面的工作可以随时调用。


在中期,新闻编辑担负着对所有新闻传播活动的“集大成”和“总把关”的任务,同时还要对新闻素材进行“再认识”和“再创造”。中期的工作大致可以分为以下步骤:

  1. 分析、选择新闻稿件

  2. 修改新闻稿件

  3. 制作新闻标题

  4. 编排新闻版面

  5. 校对、签发

其中,修改新闻稿件是很重要的一个环节,分为校正、压缩、增补、改写四个方法。下面就以校正和改写为例,对其方法论做简要说明。如关于校正,编辑要检查用字、检查语法、检查逻辑、检查修辞、检查时间和数字上是否清楚、检查简称是否通用以及地名是否确切、检查标点符号等等。例如若写稿的日期不在年末,就不能使用“今年以来”这个词语,因为它表示的是今年全年以内。关于改写,有改写主题和角度,改写导语,调整结构,改变体裁,分篇与综合等等,这个方法对编辑的写作功底要求较高,也是文章是否能够吸引读者的关键。


不同类型的新闻稿件有不同样式的模板,编剧要根据这些模板进行修改。如体育类型的新闻,编辑首先要改一个吸引力强的标题,然后总起一句话作为引导,包括时间地点人物和比赛结果,接着写正文,根据真实事件和情况客观描写人物亮点,比赛中的得分两点以及场外情况等等,若是大型的比赛,还需要回顾一下以往历史得分,人物以往的表现。最后,编辑要适当发表一下对比赛的看法,以及后续比赛的情况。可见,基础的稿件修改相当消耗新闻工作者的时间和精力。


修改新闻稿件的工作若是做得好,就能吸引大量的读者,反之,如果出现了纰漏,就可能造成严重的后果。某通讯社曾经误将一年前的报道发送到全球,而某香港的一家报纸没有发现这个错误,采用了这组新闻中的一篇报道,《中国政府决定发行500亿人民币国债》。这是一年前的事情,但是香港的读者以为是最新消息,结果就导致香港股市出现了大幅波动。这种校对数字的工作虽然内容简单,但其实人工检查的错误率相当高。


在后期,新闻编辑还要扮演公共论坛的“主持人”和新闻话题的“引导者”的角色。在当今新媒体环境下,新闻编辑不能只是简单地决定报道什么、不报道什么,而要将公众意见纳入新闻传播内容的范畴,对公众普遍关注的新闻话题进行引导、解释和评析。后期的工作大致可以分为以下步骤:

  1. 发布新闻产品

  2. 跟踪与分析新闻产品的服务效果


其中,在管理新闻评论环节,编辑首先要过滤掉很多无用的评论,包括含有骚扰、辱骂等过多的违规词语和大量不相关内容的评论,接下来就是对剩余评论的分析工作,要总结出出现最多的关键词,也就是公众的关注点,要分析公众的情感倾向,要把意见和建议简要概括并记录下来等等,作为今后改进节目编辑方式方法的依据。面对成千上万条质量不一的评论,编辑不仅要在身体上负荷强大的工作量,有时还要去消化评论中的负能量,可谓是身心俱疲。


以上我们可以看出,新闻编辑工作贯穿新闻报道流程的始终,编辑人员不仅是报道的前期“设计者”,中期“把关者”,同时也是最后“引导者”。尤其是把关者的角色 ,一旦这个环节出现了纰漏,后果不堪设想。编辑工作的重要性,由此可见一斑。所以,新闻编辑就需要工作人员花费极大的精力和时间在上面,承担的工作压力和强度也是不可想象的,特别是遇到突发性事件的时候。看到这里,我们不禁思考,有没有一种技术,能够将新闻工作者从这些繁琐的编辑任务中解放出来,而使他们更加专注于自己擅长的领域呢?


让我们将目光投向正在火热发展的人工智能领域。


三、人工智能帮助提高新闻编辑的效率

在上文中,我们提到,新闻编辑工作不仅包括从各个渠道获取报道线索、对海量新闻稿件做分析选择以及再创造,还包括收集整理公众评论等等内容,工作人员在做这些工作的时候会消耗极大的精力和时间,而且因为内容复杂,很容易出现差错。但其程序化的工作流程和标准化的工作内容,新闻编辑工作又极容易让我们联想到一项不断引起人们热议的科技,那就是人工智能。接下来,小编就选择三个角度,来简要谈一谈人工智能如何简化新闻编辑流程,提高新闻编辑的效率。


第一,人工智能可以帮助整理新闻稿件。海量的新闻稿件就是一个巨大的文本数据库,AI使用语义辨识和观点提取功能(主要依赖自然语言处理技术),提取出信源、地点、人物和事件等关键词和核心内容作为标签,然后根据这些标签,按照时间顺序,将之归到对应的类目中。当新闻工作者需要调取关于某个主题的新闻或信息时,AI就能够快速提供一个包含相关内容的清单。如果按照这种方法,上面提到的“香港某报社采用一年前的报告”这样的新闻事故发生率就会大大降低。


第二,人工智能可以帮助修改新闻稿件。例如说检查错别字,AI能够将数据库中的字词与稿件中的字词进行对比;例如说检查句子的结构,自然语言处理技术能够将句子切分成字,整合成词,再标注出词性,最后根据句式模型判断句子结构;例如说检查上下文逻辑关系,AI运用观点提取,将段落概括出核心内容,最后通过深度学习技术,AI就能分析核心内容之间的逻辑关系。


同样是运用到深度学习技术,通过阅读大量的新闻稿件,AI 能够总结出一套固定的写作模板,再通过抓取素材中的数据从而智能生成连贯的文章。特别是对于一些客观性很强的新闻,类似于金融、体育、会议以及突发性事件等等领域的新闻报道,人工智能生成的新闻稿件质量会特别高。例如关于修改体育新闻稿件,AI在总结出体育新闻的模板之后,通过相似度分析和观点提取,可以抓取素材中的时间、地点、得分情况以及人物亮点等等信息,填到模板中去,快速生产出新闻产品,从而为记者进行深度采写留足时间和空间。


第三,人工智能可以帮助管理新闻评论。通过关键词分析和语义辨别,自然语言处理技术能过滤掉没有意义的评论,接着,对于没有被过滤掉的评论,AI可以通过情绪解析、文本观点提取和词法分析等功能,分析网上的热点、网民关注度及情感倾向,为新闻报道的选题策划提供参考。

例如对去年发生的“杜嘉班纳辱华”事件的评论进行分析,可以得出以下结果:


情绪解析方面:


1、 情感极值很低,说明公众对此事件持有非常不好的情绪。

(注:情感极值分析是对文本内容进行情感的正负面特性分析,以50分极值界线,分数越高表示情感状态越积极,反之消极情感状态。)



2、 11种细节情绪中,愤怒和厌恶是分布最高额两种情绪。


3、 厌恶的情绪浓度很高,说明公众对此事件非常讨厌。

(注:情绪浓度反映了特定情感的激烈程度,浓度值越高说明情绪浓度也就越重。)



文本观点提取方面:占比最高的两个观点分别是“滚出中国”和“道歉没诚意”。



词法分析方面:“滚”、 “中国”、“道歉”这三个词出现的频率最高。

 

因此,通过自然语言处理技术,我们能够得到的结论是:公众对于“杜嘉班纳辱华”事件感到非常愤怒,强烈要求对方发布诚恳的道歉声明,同时呼吁抵制该品牌。这个结论是基于客观的数据信息和严谨的AI技术得出的,所以具备新闻的真实性和准确性,可以为新闻报道提供选题。


至此,我们可以将AI在新闻编辑方面的落地概括为处理海量数据、调取关联信息、自动化编辑稿件、分析新闻话题等等工作。而通过人工智能技术发展的不断深入,它与新闻行业的结合将会越来越紧密。在人工智能的帮助下,新闻从业者除了能够更高效地完成工作之外,也将会更多时间和精力去拓宽自己的边界,探索全球性的深度新闻报道。



©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容