除了新聞識别，這家媒體還利用AI管理内容分發，2500萬人已關注

英國著名體育媒體GiveMeSport算是新興技術的應用先行者。其創立于2011年，主要基于Facebook專業釋出與體育相關的新聞、專欄文章等。目前，其成功借助專有技術在Facebook上吸納了2500萬以上的訂閱使用者。2016年10月，GiveMeSport 被 Breaking Data Corp.（國外一家人工智能技術提供商）收購，利用該公司的AI技術，其成功立于一衆競争者之前列。

雷鋒網(公衆号：雷鋒網)了解到，GiveMeSport已在新聞頻道的兩個終端應用了AI技術，包括分析和反應片段以及重大新聞的報道。在此之前，該新聞機構每個月産出的2000篇文章，絕大多數來自14位全職以及50位自由撰稿人的工作成果，他們撰寫的文章就是反應片段。

據報道，這一新項目大大釋放了作者們的時間，使其有更多的精力專注于1500字以上的文章的撰寫當中，同時這類文章也能争取到更多的廣告投放空間。

“全球有很多有潛力的AI團隊”，Breaking Data的CEO Nick Thain如此表示，其在2016年底收購了GiveMeSport，“現在Breaking Data正在嘗試從了解社交媒體語言，本土語言及其縮寫，以及語言在适應過程中是如何改變的等等來分離公司重點。”

以下就是該新聞機構利用AI在新聞報道中的具體應用：

新聞采集和事件識别

通過自然語言處理（NLP），Breaking Data的AI技術能夠實作對Twitter的秒級掃描，并通過預定關鍵詞，如足球隊、球員名字、球隊名稱、俱樂部、聯賽、比賽場地等等，來篩選相關内容。這些内容在經過過濾和驗證之後，會被分類為“重大事件”、“相關新聞”或者“誇張新聞”，然後在BreakingSports Slack頻道裡會被作為警報發送給記者，再由通知裡的編輯團隊首要處理。

在這個過程中，GiveMeSport使用了Breaking Data的AI技術，可将各個公開的資料源，如Facebook、Reddit、維基百科等等，彙集在一起。

圖檔來源：Digiday

盡管已有大量可用的社交工具， 但是Thain 解釋到，該平台還能通過識别可靠、可信的信源來突出有可能不太準确和真實的推文。舉個例子，假如有消息稱，足球隊員Neymar 将以2.22億歐元（約合2.61億美元）的高價加盟巴黎聖日耳曼隊，GiveMeSport的AI平台會即時追蹤該新聞首次出現在Twitter上的時間，并将該賬戶标記為可信權限。

随着該AI平台對語言的了解逐漸深入，它還能識别出特定領域的規範偏差。Thain表示，該平台可以捕捉住一個足球場半徑範圍在一英裡的所有推文。假如跟蹤一位發推頻次非正常律的實體治療師（其很有可能是為運動員提供診療服務的），在經過一天繁重的工作之後，該診療師可能會連續發出幾條抱怨工作負載的推文。發推頻次和内容主題的變化，将被機器捕捉并予以标記，進而将其作為警報發送給該新聞機構Slack頻道的記者。記者們即可聯系相關俱樂部，調查是否有運動員受傷等事宜。

管理Facebook平台的内容分發

Facebook是GiveMeSport 最大的推送平台。該新聞發行商的記者也會在Facebook上釋出文章，并為其文章取标題等。雷鋒網了解到，GiveMeSport還将該AI技術嵌入到内容管理系統中，并根據文章文章對點選率和參與度的貢獻來為每位作者打分。

此外，該技術還分析了文章的詞語組合、句子結構和形象，進而和閱聽人産生共鳴。

“（事實上）它和識别标題裡的大寫字母一樣簡單，可識别出Facebook使用者可能會厭倦的内容。或者，它還能确定曼聯球迷不喜歡被稱作「MU 」或者「紅魔」。”Thain表示，“該技術支援作者以其熟練的技法來寫作。”

“内容分發應該是科學的，我們不想錯過這個機會。AI給了我們超越其他競争對手的優勢。”Thain補充道。

為内容賦予感情

據了解，現階段GiveMeSport的作者在處理每個故事的「感情」标簽時，仍依賴于手動操作。這些情緒會有一個預定的資料庫，如快樂、悲傷等30種以上的情感，作者們根據自身滿足的情感獎勵組織内容，标記每個故事。後續借助AI技術，該平台可對曆史資料集進行類似分析。這一過程運作的理論為，通過了解更深層次的情感，進而可以預測内容的表現，來連結使用者。

“體育一定是關乎情感的，”Thain說，“它歸結于你對某件事的感覺，或者歸結于你想告訴其他人你剛讀過的文章的感覺。吸引使用者想讀的内容，無非就是不可錯過的，或者就是和你相關經曆有關的。”

本文作者：李秀琴