"算"法优势需要内容资源支撑 Apr 8th 2019, 00:00, by 尹琨 4月3日,施普林格微信公众号发表文章显示,施普林格·自然出版了该公司第一本由机器生成的化学类书籍。该书使用施普林格·自然与德国法兰克福大学合作开发的名为"Beta Writer"的算法,从施普林格·自然的内容平台上挑选、使用和处理锂离子电池领域的相关出版物,通过对该领域现有研究论文进行跨语料自动摘要,总结其最新研究成果。 近年来,自然语言处理与人工智能技术在新闻出版领域的应用已不算新鲜。新华社的"快笔小新"和封面新闻的"小封机器人"能在短时间内完成新闻写作,微软打造的人工智能机器人小冰"创作"的诗集《阳光湿了玻璃窗》也在出版后引发广泛关注。只是在仔细看过这些机器人的"作品"后,就会发现其在新闻领域的应用,更多局限于有一定写作模式、需要依靠数据的新闻写作。 新闻出版业应该以什么样的态度去利用好技术?笔者认为,施普林格的做法为学术出版与技术的融合提供了参考方案,对于强调准确与严谨的知识汇集类图书来说,可以充分发挥技术在数据信息处理中高效、便捷的优势,依托传统出版单位的内容资源,对内容进行深度加工,实现多种生成与多元发布。对于出版单位来说,这既是对存量资源的开发利用,也能缓解人力和时间投入,从而降低图书生产成本。读者则可节省查阅大量学术文献的时间,提高阅读效率。 当然,文本全部由机器生成的图书,如何更好地惠及出版单位与服务读者需要具体问题具体分析,更需要内容方和技术方的共同探索。特别是对于那些凝结专家学者思想精髓的原创学术专著,人工智能能够发挥作用的余地就比较有限了。 |
沒有留言:
張貼留言