前言：中文期刊網精心挑選了新聞稿格式模板范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
新聞稿格式模板范文1
關鍵詞：人工智能；智能傳媒；美聯社；智媒實踐
中圖分類號：G702文獻標志碼：A文章編號：1001-862X（2017）03-0134-006
一、人工智能的內涵、技術梯度及其在新聞傳播領域中的應用
人工智能（Artificial Intelligence，簡稱AI），作為計算機學科的一個重要分支，是由McCarthy于1956年在Dartmouth學會上正式提出。學術界認為，人工智能是一門研究運用計算機模擬和延伸人腦功能的綜合性科學，其假設電腦系統具有人類的知識和行為，并具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產生過程為：對于人類因問題和事物而引起的刺激和反應，以及因此而引發的推理、解決問題、判斷及思考決策等過程，將這些過程分解成一些步驟，再通過程序設計，將這些人類解決問題的過程模擬化或公式化，使電腦能夠有一個系統的方法來設計或應付更復雜的問題。[1]
人工智能在新聞生產鏈條中的運用根據算法的使用程度呈梯度分布：第一梯度是計算智能在新聞生產中的運用，能夠輔助記者儲存和快速處理海量數據，人工在新聞生產中占據主導地位；第二梯度是感知智能，機器能夠代替記者完成“看”和“聽”的相關工作，在“采、寫、編、評”的新聞生產過程中采用人工與算法相結合的方式；第三梯度是認知智能，機器可以全面輔助或者代替人類，實現幾乎完全依據算法進行新聞生產?？傮w上，人工智能在新聞生產中的應用處于計算智能向感知智能的過渡階段，部分領域如機器新聞寫作已步入認知智能的初級階段。
1.在新聞和信息來源方面
（1）“傳感器”新聞嶄露頭角。在新聞和信息的來源方面，“人工智能”越來越站在新聞生產的前臺。它主要是通過對相關新聞數據庫所需數據的自動化采集、處理和分析，經過人工智能算法把數據內容新聞化，即時輸出準確、客觀的新聞信息產品。目前，尤以“傳感器”新聞為引人矚目。
傳感器（sensor）是一種收集特定數據信息的監測裝置，能感受到被監測對象的信息，繼而轉換成為電信號或其他形式予以輸出，以完成信息的記錄、傳輸、存儲、顯示和控制。[2]所謂“傳感器”新聞就是通過人工智能算法對上述數據進行統計分析和判別而輸出的一種自動化的機器新聞產品。如對于地震臺網相關傳感器的數據、對于體育比賽相關傳感器的數據、對于股市相關傳感器的數據等等（未來還可能基于對人體的可穿戴設備傳感器的數據等）進行信息加工處理和判別所自動生成的新聞。這種“傳感器”新聞的特點就是與事態發生幾乎同步，并且客觀、準確。目前傳感器新聞在傳媒業的應用尚在起步階段，其中有兩個問題是人們普遍關注的：一是傳感器入侵個人的生活空間，讓人在傳感器數據收集的環境下對個人隱私的保護產生疑慮；二是傳感數據的準確程度在很大程度上依賴傳感器的質量、測量指標級算法模型的有效性、可靠性。
（2）語音識別技術極大提高了現場采訪與處理資訊的效率。人工智能雖然不能取代記者作為采訪者的角色，但在技術方面己經有較先進的人工智能技術可以大大優化和節省記者編采的時間成本。 2015年底科大訊飛股份有限公司研發出語音識別技術，讓計算機能夠“聽懂”人類的語言，提取語音中的文字信息，即時迅捷地將語音信息轉化為文字信息，不但誤差率極低，而且可以“聽懂”各種方言和人的口音。這種語音翻譯系統大大地提高了采訪資料整理的效率。
（3）“新聞人物”的虛擬影像技術取得突破性進展。2016年10月4日《中國日報》通過整合人工智能技術，采訪真人而制作虛擬視像面世，[3]這一人工智能所虛擬出來的“新聞人物”的影像可全天改變表達方式。雖然這項技術尚處于起步階段并有很大的改善空間，但它對新聞來源的使用方式提供了一個具有巨大想象力的空間。
2.在新聞的內容生產方面
（1）C器新聞寫作。人工智能在語言文字寫作方面的技術具體表現在“機器新聞寫作”上，它“是指自動根據算法將目標數據通過自然語言生成的方式輸出文章的一種人工智能技術，它的核心在于自然語言生成技術?！盵4]在對資料數據進行分析后，人工智能可通過分詞法和語義理解來進行基本的情感分析，進而進行新聞角度的選擇。
目前的機器新聞寫作可以在分析信息數據所得的結果上自行提煉出新聞角度，根據新聞類型套用相應的文章模板，從而生成完整的新聞稿。從當前的發展現狀來看，算法不僅可以及時地捕捉數據信息，同時還可以對作家和記者的寫作風格進行模擬，實現特定文風的定制。[5]然而，目前新聞寫作只能把數據分晰和整合的結果進行結構化處理，重新排列組合，對模塊進行內容填充，加上一些簡單的語義加工和風格調整。
（2）語音新聞生成。以美聯社為例，2016年，他們開發了一個把文字新聞自動傳換成廣播的程序。雖然美聯社目前還沒有對此程式進行過實際演練和質量控制試驗，但可以肯定的是，這個程式己經可以識別一些篇幅短、語句偏簡潔的條目。因此，文字新聞與廣播格式新聞的自動無縫轉換將是人工智能在新聞產業的發展趨勢。
（3）直播過程的自動監播。在技術的發展下，大大小小的直播平臺不斷衍生，它們比傳統傳媒更具及時性，成本更低，而且這種類型的全民主播比專業播音員更具親民性和娛樂性，因此，直播平臺將成為傳媒界的新機遇。與電視一樣，低俗及不雅語言和內容在網絡直播中是被明令禁止的，然而，每天成千上萬的直播視頻以及用戶評論，是人工審核難以完成的。隨著人工智能的應用，對直播環境的塑造也有著嶄新的監控方法：通過人工智能去對文字、語音、圖片、視頻、直播等進行審查，利用人工智能深度學習在內容審核領域的應用，比如Gootion、網易易盾等，根據多年在安全領域違規詞庫的沉淀和神經網絡學習能力，實現了對目標文本進行精確匹配和快速識別。
3.在新聞策劃與推送方面
（1）智能化地抓取熱門話題。在2016年8月，Facebook解散了負責“熱門話題（Trending）”的團隊，改以利用人工智能算法來抓取數據，通過對用戶搜索、瀏覽的分析，對熱門搜索詞進行排序，抓取熱門話題呈現給受眾。此外，以報導科技新聞為主的新型媒體Mashable開發了Velocity人工智能數據分析系統，能在30秒內分析3億個不同的頁面鏈接數據，從而識別網絡流行趨勢，預測可能成為熱點的內容，并能監測全球社交平臺的實時熱點。Velocity還能發現新聞傳播的“飽和點”，預測新聞熱度消退的時間。這種利用人工智能技術以數據為基礎來抓取熱點新聞，可以覆蓋更多話題，大大降低了時間成本，且避免了出現人工編輯團隊可能受公司立場和員工的個人偏見影響篩選內容的情況。然而，熱門話題演算法在很大程度上依賴話題的相關文章的點擊和分享率，但高點擊和分享率并不與新聞質量掛鉤，因此這種以人工智能演算法得出的熱門話題較容易讓假新聞登上版面，致使新聞失去“把關人”的把關。
（2）海量資訊簡潔化的個性推送。面對網絡上的海量新聞，大眾要獲得有用信息可謂大海撈針；通過人工算法實現個性化推送，根據用戶的閱讀習慣、閱讀時長等各種數據分析受眾喜好，自動分類出推送內容。隨著人工智能技術的發展，出現了以對話形態獲取新聞內容的閱讀模式，通過人工智能把分析得出的相關新聞進行匯總，并運用自然語言處理技術，提取信息的核心內容，方便用戶更快捷地獲取具有針對性的信息。如“百度”推出的“聊新聞”通過對新聞信息進行分類及結構分析、信息特征學習等，自動為用戶提供最核心的信息[6]，以深入聊天的方式呈現用戶所想要了解的新聞內容要素。這種以人工智能來進行個性化推送的模式可以為用戶節省搜索時間，方便用戶進行簡潔化的閱讀。
二、美聯社的實踐：一個智能傳媒的先行探索
通訊社與報社、廣電機構等傳媒形態有明顯不同，扮演著位于新聞生產鏈前端的批發商或“龍頭”的角色，這種組織形態是一種適應市場經濟條件與大規模生產的組織形式和運行模式。為了與這種規?；a相適應，美聯社正在嘗試利用機器學習將新聞生產過程實現自動化轉換，并借此緩解記者的壓力，提高新聞報道量，拓展報道范圍與業務領域。 2015美聯社制定了一個5年（2015―2020）戰略規劃，2017年美聯社將有可能實施7個項目，其中包含新聞的智能化生產。美聯社戰略及企業發展部高級副總裁Jim Kennedy希望美聯社在2020年之前，80%的新聞內容生產都能實現自動化。
1.新聞內容采集
（1）數據資源采集方式的轉變。美聯社的機器新聞生產利用了Automated Insight公司開發的Wordsmith 平臺，該平臺以自動化技術為基礎，能接受任何格式的數據，通過算法運算生成圖文并茂的報道，最后通過云服務進行多渠道實時。數據資源的獲取與處理是Wordsmith基礎工作的，可以對來源與客戶的各種形式或格式的數據進行規?；涂焖倩幚?。Wordsmith 智能化數據采集具有以下特點：
――數據來源的多樣化： Wordsmith可以對客戶的各種形式或格式的數據進行收集和處理，這些數據包含如Google Analytics等第三方提供的相關客戶的運營、業績、報道、批評、引述等相關數據；大數據技術也使得新聞數據源從傳統記者轉變為個體用戶，涉及用戶生成內容時，美聯社與其投資的社交媒體內容管理系統SAMDesk合作創建了一個工具，將美聯社的渠道策略和SAMDesk的用戶生成內容源相結合。
――數據獲取的規?；ordsmith 超強的數據采集、分析與處理能力能夠大幅度提高效率，使新聞報道實現規?；a。美聯社的季度財報稿件的數量從 300 篇增長到 4400 篇，這種高效率、規?；男侣勆a方式是過去任何時代所無法企及的。[7]
――數據處理的高效性。Wordsmith 采用制式化新聞撰寫方式，只需要將采集的數據輸入已有的程序，便可立刻生產出新聞稿件，即時通過 Twitter、E-mail 等渠道，加快傳播速度。例如，美聯社在最短時間內蘋果公司的財報新聞，其時效性遠超其他媒體。時效性凸顯新聞價值，使美聯社在此類報道中脫穎而出。
（2）圖像素材采集方式的轉變。在圖像素材的采集方面，美聯社正通過智能硬件的輔助來實現新聞素材獲取的規?；案叨葧r效性。攝影師們在里約奧運會上開始廣泛使用的一種智能輔助拍攝設備，美聯社除了調動了61位攝影師進行賽場拍攝，還提前在現場安裝了八部機械人和數十部遙控相機，這種遠程遙控相機可以自動變換角度以及鏡頭變焦。此外，遠程控制的水下機器人可在最佳時機自動捕捉到最佳畫面，能夠動態實時地捕捉游泳運動員在水下的位置，然后將拍攝到的畫面實時回傳到攝影師的電腦上。這種水下相機不需要攝影師把握拍攝時機，攝影記者只需要更準確地調整基座和相機位置，進行拍攝。此外，美聯社還使用智能手臂輔助攝影記者拍攝，這些實踐都涵蓋了人工智能技術的運用。
2.新聞內容制作
（1）自踴生成：機器寫作及智能播報。Wordsmith讓美聯社實現了從以數據獲取為中心的數據新聞到以規?；瘮祿腿斯ぶ悄芩惴橹行牡臋C器新聞的演變，機器新聞寫作超越了數據新聞寫作“數據處理”的工作范疇，可以代替新聞工作者生成知識、見解和建議，按照Automated Insights公司的觀點，這是一種“從大數據到高見”的跨越。從其關鍵技術領域而言，這應該是整合了數據庫知識發現（KDD）以及自然語言處理（NLP）兩個領域，屬于人工智能范疇。
Wordsmith對信息價值的挖掘，包含分析數據與提煉觀點兩個部分。在新聞內容的呈現方面，主要是針對內容的結構和格式。Wordsmith 平臺需要用其自然語言生成功能對此前的分析和提煉得到的觀點進行故事化敘述，并按照需要生成適應的篇幅長短的新聞、推文，以及標題導語、可視化圖表為主的內容等形式的文本。
在與風險投資基金Matter Ventures的合作過程中，5名美聯社員工組成的團隊嘗試利用人工智能技術進行智能播報，將篇幅短、語句簡潔、數據詳實的新聞文字自動轉換為廣播版本。這個項目并不是簡單的將新聞從文字到語音的形式轉換，而是制造一個基于算法的模型，將用于識別文字中需要轉化成廣播格式的元素。這項試驗是美聯社將自動化應用于新聞領域的重要嘗試。目前，這個項目還處于初級階段，新聞廣播版本后期依舊需要經過記者的人工審核與校準，以確保寫出規范和準確的新聞。項目的最終目標是在智能技術的協助下，讓文字到廣播的自動轉化達到不需要人工編輯和審校即可的水準。
（2）可視化呈現：數據新聞。數據與圖表之間的智能轉換是美聯社在可視化呈現層面的重要嘗試。目前，Wordsmith平臺可以將文字處理圖表轉換為數據，可以對APIs、XML、CSCs以及各種文字處理圖表等形式的數據進行“消化”，為下一步的數據分析與信息價值挖掘提供更為豐富的數據來源。Wordsmith還可以將數據自動轉換成圖表，運用自然語言生成技術對此前的分析和提煉得到的觀點進行故事化敘述，新聞內容能夠依據需求通過可視化圖表的形式呈現。
（3）沉浸式體驗：虛擬現實報道。美聯社拓展人工智能版圖另一個動作是在VR設備終端、360度全景式視頻手機端等智能硬件上進行虛擬現實報道。美聯社目前與密蘇里大學唐納德?W?雷諾茲新聞學院的研究者、AMD芯片制造商建立合作關系，推動虛擬現實技術在新聞報道領域的應用。從2016年7月份的法國尼斯恐怖襲擊到里約奧運會，美聯社已經制作了20個虛擬現實和360度全景式視頻。美聯社還推出了觀賞性的奢華生活體驗虛擬現實視頻，但大多是針對特定內容進行虛擬現實報道，如地震、難民等，可以在關塔那摩監獄體驗囚徒、在難民營體會難民生活等。虛擬現實新聞報道的新技術也將帶來新的一場新聞革命，美聯社的虛擬現實報道目前還停留在用戶體驗階段，雖然只是低成本的制作虛擬現實報道，交互依舊是個難點。美聯社還拓展直播版塊，目前直播領域主要有AP Direct和AP Live Choice兩大業務，全天候向用戶提供重大突發新聞和地區性重大活動的直播視頻，其中AP Live Choice能夠通過3個頻道同時直播三個事件。
3.新聞內容投送
人工智能驅動下的信息通路趨向于窄眾化的內容生產與投送，美聯社新聞內容的傳播路徑從過去的“面―點―面”模式轉變為如今的“點―面―點”模式。借助于人工智能技術的支持，美聯社通過對碎片化內容的聚合重組，利用標簽聚類和差異化語言風格進行個性化的投送。當前美聯社的新聞內容投送存在以下特征：
（1）碎片化聚合，個性化投送。目前美聯社通過與智能平臺“強強聯合”，完成對碎片化文本進行結構性處理，實現精準個性化的內容投送。Wordsmith平臺可以根據組織和個體的碎片化數據，如員工的表現評估、企業績效分析報告、行業分析、行業競爭態勢分析等，在數據聚合的基礎上分析其情況與需求并實現定向內容投送，為用戶提供精準個性化內容。美聯社Wordsmith系統尤其擅長進行客戶的財務情況和客戶運動、健身情況的分析，實時收集動態數據，并能夠將所生成的文章，通過多種方式，實時到客戶指定的平臺上。對聽眾制定個性化的內容，是美聯社拓展新聞產智能化板塊的另一個舉措。美聯社體育編輯嘗試利用人工智能技術為賽事雙方的支持者分別提供不同的新聞；記者們也考慮用不同的方式向國內外的聽眾分別提供廣播。
（2）標簽聚類、智能匹配。包括美聯社在內的2000 家媒體加入了聚合類新聞 App ――News Republic，達成了新聞內容版權的合作 。News Republic可以對每一條信息來源做出單一信息來源或多重信息來源的判斷，為新聞生成智能化標簽并聚類，與不同受眾群體相匹配。目前News Republic利用自己的語義分析系統分析每篇文章的意義，證實文章的原創性并將文章分類，在用戶挑選的分類中生成頭條新聞，為用戶提供快速即時的閱讀體驗。
（3）機器新聞語言的風格化差異化。隨著受眾群體的不斷細分，不同人群的語言風格差異愈發明顯。美聯社正嘗試利用人工智能技術完成對各種語料庫語言風格的智能學習，為不同群體傳送不同風格的新聞報道。通過語言風格的差異化處理，同一條新聞報道可以同時適應高端人群、中層階級、低收入群體等不同用戶群體的閱讀習慣及語言風格，大大提高了新聞生產的實用性和可讀性?；谡Z言風格的智能化學習，美聯社能精準匹配用戶的語言風格，進行個性化的新聞表達，形成不同版本新聞的規?；a。
三、人工智能范式驅動下傳媒業的“洗心革面”
1.傳播內容：從單一傳播到全息傳播
美聯社的智媒實踐表明，人工智能技術邏輯下的內容生產方式事實上改變了以往利用單一途徑進行新聞生產的模式，通過多種人工智能技術的融合最大限度地形成了對某一新聞事件的全息傳播：基于海量數據的支撐和算法的精準制導，美聯社在獲取數據后分析、提煉觀點，并結合固有的結構和模式進行故事化敘事。與此同時，快速生成的文本還可以配合智能播報技術提供語音信息，配合可視化圖表完成可視化新聞的轉變，配合VR及AR技術實現讀者的沉浸式體驗。
@種融合機器新聞寫作、智能播報、新聞可視化和VR技術的全方位新聞生產模式能夠充分還原社會實踐發生發展的過程，表達新聞事件的全息原貌，有效地規避了過去新聞受制于媒介傳播的弊端與局限?；跀祿退惴ǖ臏市畔⒉杉⒓庸さ娜嬷悄芑?，在互動傳播、互動體驗高度發達的助力下，能夠達到全息傳播的境界。而人工智能支撐下的VR（虛擬現實）、AR（增強現實）、MR（混合現實）技術將徹底顛覆大眾傳播時代的選擇性傳播，實現社會信息原汁原味的全息傳播。
2.傳播方式：由同質化到分眾化、精準化
互聯網技術的發展使得新聞資訊的獲取更為便捷化、免費化，傳統媒體和新興媒體在競爭中也推動了傳媒行業的融合變革，海量信息的生產帶來的是同質化新聞的嚴重超載。單一、同質的新聞資訊已經難以滿足不同受眾人群的需求，有效采集“長尾資訊資源”的分眾化、個性化的新聞成為了眾多資訊用戶的迫切需求。
機器新聞寫作能通過對不同語料庫語言風格的智能化學習，可以自動生成適應不同人群語言習俗的表達方式。美聯社與News Public的合作增強了新聞資訊在傳播渠道投放的精準性。人工智能驅動下的傳媒產業正在通過對不同語言風格的智能學習，將聚類、標簽化的新聞資訊精準投送給不同的受眾群體。當前人工智能技術驅動下的傳媒業正往分眾化、精準化的趨勢快速發展。當然，事實上，目前用戶洞察數據的“聰明算法”還遠不夠聰明，容易造成 “信息繭房”的負面效應。但如果我們看到：算法本身是可以進一步優化的，尤其是以目前的行為數據匹配上用戶間社會關系的屬性數據；再輔之以通過“人機對話”聊新聞的方式、通過資訊類別的組團化、標簽化處理，在可預見的未來，“聰明算法”對于人們真實需求的逼近是可能的和必然的。
3.傳播主體：由受眾到人機協調
在人工智能全面滲透到信息傳播的全環節全要素之后，人的價值何在？控制論的創始人諾伯特?維納（Norbert Wiener）深刻地指出：“人有人的用處！”
機器學習是人工智能的第一項普及化技術。一些簡單重復、數量龐雜的工作可以用人工智能中的機器學習的方式來替代，減輕人信息加工的負擔。根據現階段技術發展的邏輯，我們有理由預計，2017年用于數據處理的人工智能技術將會有一些重大突破。現在對基于用戶洞察和基于數據找尋信息傳播的路徑這一塊的要求越來越高，這是傳播績效最基本的要求。而要開發非共性的“利基市場”、開發分眾化的“長尾市場”，一定要有相關的數據作為路徑導引和技術支撐。因此明年在這一領域會有比較大的提升。用戶洞察、數據路徑輔之以機器學習，會成為傳媒業普遍使用的人工智能的一種方式。
在人際交互方面，人工智能也能幫助人去采集必要的相關資訊。《環球時報》的總編胡錫進就某一爭議性話題撰寫社論前，他通常會從其專家庫中挑選左右各派的幾位專家，在聽取他們的意見后才下筆撰稿。這種傳統工業化流程的社論撰稿模式其實是可以借助人工智能來完成的。人工智能能判斷出眾多專家的立場和政治標簽，通過綜合各派專家觀點，如此一來在撰寫評論時，話語空間和結構性把握相對來說會更加到位、更有把握。這就是人C如何互動的具體應用。
其實有些東西對人來說是困難的，但對機器來說是簡單的。只要符合一定的規則，進行重復性的檢索和采集對機器來說是再簡單不過了。相反，如果我們要從跨界的角度來（下轉第150頁）（上接第138頁）找到兩者的關聯，機器卻很難做出一些超越其界限的評判，因為機器是在人制定的規則范圍內運行的。李世石和Alpha Go在圍棋對決中贏了一局恰恰是因為李世石下了一招很陌生的棋，但這步棋卻超出了Alpha Go的認知范圍，從而導致Alpha Go在后面的應對中顯得很業余?，F在機器對于規范性的文本可以進行很高效的處理，但一旦規則變了，機器就跟不上，這時候就需要人的幫助。因此人是跨界的實現者和設計者，人知道如何實現不同資源的調度和“混搭”，而機器卻很難實現這種“混搭”。這其實是未來一段時間內人和機器之間最大的不同。人有天生的直覺和跨界的通感能力，現階段的機器還沒有這類跨界與通感能力。我們可以通過直覺和頓悟去把握一個人、一種事態的感覺，但機器卻無法理解和模仿這種行為。
事實上，人工智能對傳媒行業的重構離不開新聞工作者的專業支持。未來自動化、智能化技術搭配新聞從業者的專業經驗和智能的指導能極大地解放新聞生產力，推動傳媒行業的發展與創新。
參考文獻：
[1]廉師友.人工智能技術導論[M].西安：西安電子科技大學出版社.2002.
[2]許向東. 數據新聞中傳感器的應用[J]. 新聞與寫作， 2015，（12）：70-72.
[3]中國日報實現世界首例人工智能視頻采訪[N].中國日報，2016-10-04.
[4]龔雋鵬，任文，張鵬洲.機器寫作在新聞領域應用的思考.中國傳媒科技，2016，（5），58-50
[5]申云.“機器人新聞寫作”對新聞采編的機遇和挑戰[J].今傳媒，2016，（11）：115-116.
