▲ 点击蓝字“荣之联”，关注荣之联品牌微刊
*王 嵘，荣之联新媒体事业部产品经理负责iNEWS智慧新闻产品体系整体规划执行，媒体行业资深技术专家，参与多个国家级、省级媒体单位，的技术系统规划，拥有近十年广电、报业技术咨询规划经验10月20日，荣之联实战课堂第4期的《解读大数据分析：新技术，新实践》主题沙龙上，荣之联新媒体事业部产品经理王嵘跟大家分享了《泛媒体时代的新闻资讯生产》主题演讲。
以下是他演讲的全文：据CNNIC2016年统计，中国网络新闻和手机网络新闻用户规模非常庞大，将来会更多，而美国大部分人不会用手机获取新闻资讯，而是通过社交平台，没有专门的新闻客户端，在中国这是一个特例另外，2016年中国新闻APPTOP30活跃度，平均每人每周打开APP的次数是20多次，也就是每天至少打开三次。
在这些数据背后，可以看到庞大的用户群对新闻的关注对于新闻资讯的规模，虽然无法统计全球新闻生产规模，但是只看今日头条新闻APP，上半年总资讯量有4598万篇，日均12.75万篇，这个数据背后可以看到很多时代特征。
第一，新闻资讯量很多，存在重复和合法的转载的情况，因为很多新闻资讯需要大量报道，还有大量自媒体，由此看出，新闻媒体行业或者新闻行业在中国拥有巨大的潜力再加上人工智能技术，包括云计算、大数据、语义分析，让整个媒体行业及相关行业都在发生巨大的变革。
从历史长河来看，从门户新闻时代到ueb2.0时代，到多媒共生，到万物皆媒，机共生时代，也就是我讲的《泛媒体时代的新闻资讯生产》在座各位都可以成为一个泛媒体人，现在的媒体不是传统媒体新兴媒体可区分的，现在是万物皆媒的概念。
第二，人机共生，传统新闻生产已经难以满足需要未来也不是简单拿手机拍个照片写个文字，而是需要机器生产介入，尤其传统专业媒体方面，从有效资讯采集编辑生产发布，包括反馈的整个流程都会用到，都会看到机器的影子对此，荣之联早在2015年就专门成立单独的部门，希望通过人工智能技术帮助新闻生产者实现人机协同生产，包含了从专业的采、编、发和效果反馈，最终整个闭环进行人机协同工具开发。
如何实现呢？可以从几个层次来看，首先是基础层，大数据、算法、大计算大数据的采集、清洗分析是荣之联自主研发的，算法的内容主要结合公司优化和公有云大计算的能力在认知层面，荣之联自主研发聚焦新闻行业处理技术，包括知识图谱，面向新闻行业的用户画像。
最终打造出面向广大用户的智慧新闻解决方案智慧新闻解决方案在人民日报落地，为国家主流媒体提供相应服务，我想讲两个技术，一个是NLP引擎和iRecommend推荐引擎自然语言处理技术中文在全球的所有语言是最难理解的，在不同语境环境下会有多种的意思。
早在2005年，荣之联就开始关注积累语料，如果没有人工特殊标注过程，可达到初级人工智能水平，但是荣之联要做到高精度水准，并且已经建立了面向新闻行业的一个千万级的新闻语料库今年3月份，中国报业协会主办的高峰论坛上，对新闻内容通过自然语言处理技术，可以对里面每一个词做标注，而通过荣之联智慧新闻解决方案可以做到，区分同一个词在不同语境下的所属词性。
比如，针对两个位置出现的北京大学，实际上一个代表北京大学，一个代表北京大学城，并不代表具体的机构，在实体识别中，不同词语搭配情况下实体识别非常精准如果对新闻六要素人、事、时、地、物分析不清，后续很多应用层会很难做。
个性化推荐，有别于今日头条，因为我们面向新闻从业人员，结合他们的特征和短时用户行为，通过多种用户场景做个性化推荐，来实现更有效的新闻生产，这是我们的第二个技术。在应用层和产品层有哪些实际场景？
第一个是新闻智能分析，我们有一套iNEWS公有云，包括泛媒体人做热点发现，提取新闻要素等等，数据规模非常大最近十九大，或者是前段时间一件重要的社会案件，如何第一时间了解事情的全貌，涉及什么人，最开始爆发在哪儿？如何第一时间获取资讯，在大数据分析能力下，iNEWS具备这样的能力。
对一个社会案件，全网自动聚集相关新闻，并且分门别类进行分析，包括最新的一些进展、事情概要，核心涉及到的人物、组织、公司地点，事情发生的时间脉络，各实体间的关系还有重要的讨论话题点，各个媒体所报道的角度，各个地区的人对这个事情的关注度，大家的评论看法进行自动化的梳理和分析。
对传播效果进行监测分析也是一个重要的应用场景，旨在帮助所有内容原创发布者了解文章阅读量、转发量等在实际应用场景里面，也可以进行版权的追踪和监测，及时发现侵权行为还可以分析微博和微信公众号的影响力、传播力。
猜你喜欢👇👇👇荣之联荣获“中国百强企业”称号4周，4城，1000+人荣之联云桥3.0公测开启，你测了吗？
亲爱的读者们，感谢您花时间阅读本文。如果您对本文有任何疑问或建议，请随时联系我。我非常乐意与您交流。
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。