机器人写稿专家马丁结构化处理将成大趋势信息整合纵深开展

2019年12月，南都发布了写稿机器人小南的2.0版本“财经写稿

2019年12月，南都发布了写稿机器人小南的2.0版本“财经写稿机器人”。目前已经生成稿件5000篇，发稿近1000篇。其中，国内在这个领域做得最好的前腾讯“Dreamwriter”项目创始人马丁对于该项目如何建立数据池、文本规则等提出了大量建议。

近日，南都记者专访了马丁，他认为信息的结构化处理将是大趋势，内容行业必然会迎来工业化和科技化的生产方式，而目前的信息整合仍然属于“初级阶段”，无论是国内还是国外，现阶段主要依靠数据及各方信息的“拼接”，未来对于大量结构化信息的处理要求，将会慢慢的高，而且越来越多地需要机器去进行“预测”，这将是未来的一个方向。

南方都市报APP“T财经”账号发布的部分“10万+”稿件。

机器处理信息速度将越来越快

马丁认为，传统新闻及信息的生产方式，更倾向于传统的手工操作，生产关系体现为师徒制。马丁坚信，新闻行业，乃至于整个内容生产行业，必然会迎来工业化和科技化的生产方式，内容从业者将更多利用科技手段进行工作。

“当然，这个演进过程不会一蹴而就。目前机器人生产出来的稿件还相对较弱，但机器学习和进化速度非常快，未来可能会达到很多人想象不到的境地。”马丁说。

马丁认为，现在针对某个公司或者行业，目前是大量散落的信息分布在网络的不同角落，机器可以通过技术去监测与捕捉这些信息，不仅可以分析新鲜出炉的数据，还能提前预判并且规避风险，因为金融领域最重要的决策就是如何控制风险，这一点，技术抓取信息并进行预测，还有很大施展空间。比如这两年出现的P2P爆雷事件，其实之前在网络上已经有很多零星的信息，但一直没有形成完整的信息图谱，通过机器抓取以后，可以进行人工分析，进而预知风险点。

机器生成稿件还有一个重要的方向就是“语义分析”，随着自媒体的不断发展，速度与数量已经不再是唯一目标，推动信息整合不断纵深才是主要方向。

“传统的信息整合，一定会被机器取代。未来（信息处理）只有标准化之上的个性化才更有生存空间。比如，汽车是标准化的生产，但是可能内饰、设计等元素，就变成了个性化，再比如我们穿的鞋，用机器做的是大众化的、便宜的，手工做的是贵的，是奢侈品。”马丁说。

Dreamwriter的诞生：被速度逼出来的产品

2015年9月10日，腾讯新闻APP发布了一条《8月CPI同比上涨2.0% 创12个月新高》的稿件，读起来只是一篇普通的财经新闻，但报道最后的“本文来源”指出了这篇稿件的独特之处：Dreamwriter，是由腾讯财经开发的自动化新闻写作机器人。

这是国内首次出现由机器人撰写的新闻稿件，这款产品的创始人正是马丁。

一切还要从2014年说起，当时马丁就职于腾讯网财经频道，负责日常即时消息的更新，马丁带着三个同事组成团队，接手之前二十人左右记者团队的部分工作。

当时的境况是，他面临“人少、工作量大”的挑战，而网媒与纸媒最大的区别就是对报道速度的极致要求，这也是网媒之间的竞争焦点。

“只要晚一点，流量就会跑到竞争对手那边，所以我们只能不断提高写作速度。”马丁表示。

为了提升出稿速度，马丁给团队分了工，每人负责几个条线。他自己负责宏观方向，主要是宏观经济数据的报道。在实际操作中，马丁慢慢发现，其实每一项宏观经济数据报道都遵循固定的“套路”：以"CPI"数据为例，一定是先报道这个数据本身，先跟预期做比较，再跟以往数据做比较，最后得出一个简单的判断。接着就是权威部分的解读，以及专家意见等。

“事实上，稿件是可以提前准备好的，我当时也是这么做的。在数据发布的前一天就把稿子写好，把数据空出来；等数据发布之后，再填上数据并写出简单判断，可以在10分钟之内就发布。”马丁表示，“写稿久了，就会进一步思考：既然整个写作过程是机械式的，为什么不干脆就让机器去完成这一切呢？”

但是马丁提出这个设想后，并没有得到重视，只好暂时搁置。

直到2015年春节后，一些权威媒体开始使用机器人写稿的消息不断传出，他所在的部门才开始慢慢重视，但支持力度极其有限：由于未获得内部技术支持，部门批了10万元经费，用于找技术外包来实现需求。

“本想把所有宏观经济数据都做了，但10万元只够做四个数据，我就选了PMI、CPI/PPI、信贷、海关这四个数据做起。”马丁回忆道。

2015年9月份，被命名为“Dreamwriter”的机器人写作产品上线，并于9月10日正式发布第一篇报道《8月CPI同比上涨2.0% 创12个月新高》，震惊业内。

“我开发款产品的时候，获得了支持极其有限，基本是无人看好。但是当这款产品获得业内认可，被媒体大规模报道的时候，我很快就失去了这个项目的控制权。”马丁说，“于是就从腾讯离职了。”

虽然离开了腾讯，但马丁对“Dreamwriter”的发展始终保持着关注。

马丁认为目前的信息整合，仍然属于“初级阶段”，无论是国内还是国外，现阶段主要依靠数据，然后就是各方信息的整合，虽然信息丰富度已经大大提高，但仍然是机械式的信息整合。随着金融产业不断发展，对于大量结构化信息的处理要求，将会慢慢的升高，而且慢慢的变多地需要机器去进行“预测”，这将是未来的一个方向。

机器写稿从标准化到差异化

“一个产业要发展，必须经历一个工业化的过程，而工业化就涉及到标准化的问题。在稿件的生产上，标准化这个问题好像一直都没有人去做，只有标准化是大规模机器生产的前提。”马丁认为。

马丁表示，“另一方面，差异化才能真正创造价值。就像‘李子柒’，之所以获得认可和追捧，正是因为她在视频中所表现出的‘农耕文明’，是超出后工业时代人们认知边际的，正是这种差异化产生了价值。机器人写作也是一样的道理，机器负责标准化，手工负责差异化。”

马丁认为，未来的机器写作，将会是一个‘标准化-差异化-再标准化’的螺旋，首先是机器大规模的标准化生产，把平庸的信息逐渐取代，但拥有独特表达能力和文字水准的创作者，因为其写作方式难以被标准化，而存留下来。但是，后者如果按照同一种套路写得多了，就会被机器复刻，后者就必须开辟出新的差异化写作方式，如此循环反复。

“最终，机器生产的海量信息将逐渐成为标准化的信息产品，而整个行业的进化，也会从手工作坊式转向大机器生产，甚至朝着智能生产的方向跃升，这会逐渐抬高行业门槛，给整个行业的水准带来大幅提升。

在马丁看来，随着数据积累不断加深，机器生成的稿件在“颗粒度”上还可以做得更多，一篇稿件的丰富程度一定会不断提升，因为数据不断积累，稿件可引用的元素就会慢慢的多，针对某个议题的内容会自然而然地加入进来。

采写：南都记者 申鹏

机器处理信