探索自動化撰稿 馬上消費“天馬杯”賽題這樣做

　　在信息碎片化的時代，如何做到短、平、快成為當下眾多新媒體需要掌握的重要本領(lǐng)之一。新聞創(chuàng)作者往往需要高頻、精準的進行信息收集、撰寫和發(fā)布，特別是隨著元宇宙概念的興起，虛擬場景中熱點事件的報道更是增加了新聞創(chuàng)作者的工作量。

　　為幫助新聞創(chuàng)作者更快、更準捕捉到新聞信息，馬上消費金融股份有限公司（下稱“馬上消費”）舉辦的2022屆“天馬杯”全國高?？萍紕?chuàng)新大賽，聚焦NLP賽道，開設(shè)了“數(shù)字人播報資訊內(nèi)容生成”賽題，以實現(xiàn)資訊內(nèi)容自動生成。

　　據(jù)悉，資訊內(nèi)容自動生成屬于深度學(xué)習領(lǐng)域的端到端生成式任務(wù)，在給定新聞主題、新聞時間、新聞人物等要素的前提下自動生成一篇完整的新聞。不同于機器翻譯和文本摘要（給定1篇長文輸出摘要信息）任務(wù)，資訊內(nèi)容自動生成需要在給定信息的前提下進行內(nèi)容擴寫，這需要智能機器人有一定的知識儲備，并能夠在特定的環(huán)境和場景中使用合適的語言進行陳述。

　　目前市場上的撰稿機器人多數(shù)是基于模板的方式進行新聞創(chuàng)作，或是對已發(fā)布新聞重組和改寫。雖然內(nèi)容流暢、可讀性高，但并不是原創(chuàng)，而且如果嚴格按照模板來引導(dǎo)模型還會導(dǎo)致生成內(nèi)容單調(diào)、多樣性差的問題，與人工撰稿有著很大差距。

　　馬上消費設(shè)置“數(shù)字人播報資訊內(nèi)容生成”賽題的目的就是為了解決以上問題，同時不斷挖掘和探討如何將撰稿人的行文邏輯、文風等引入模型的生成風格當中。也就是說，“天馬杯”大賽的參賽者需要掌握深度學(xué)習算法、機器學(xué)習算法，且對NLP中的文本生成任務(wù)（seq2seq）、預(yù)訓(xùn)練模型（Bert、GPT、BART等）有一定的了解。

　　隨著核心技術(shù)愈加成熟，元宇宙也逐漸從概念走向臺前?！丁笆奈濉睌?shù)字經(jīng)濟發(fā)展規(guī)劃》也強調(diào)，我國將“深化虛擬現(xiàn)實、人工智能、8K高清視頻等技術(shù)的融合，拓展社交、購物、娛樂及展覽等領(lǐng)域的應(yīng)用，支持實體消費場所建設(shè)數(shù)字化消費新場景，推廣虛實交互體驗等應(yīng)用”。

　　作為一家科技驅(qū)動型金融機構(gòu)，馬上消費早在2017年就專門成立了人工智能研究院，在資訊內(nèi)容生成方面也做出了很多探索性的工作，包括基于模板的資訊內(nèi)容生成，如何根據(jù)歷史新聞數(shù)據(jù)實現(xiàn)模板的自動化歸納；基于模型的生成式新聞，如何根據(jù)提示信息來控制新聞生成的主題方向、內(nèi)容質(zhì)量；通過模板與模型相結(jié)合的方式進行優(yōu)勢互補等，經(jīng)多次實驗，已初步形成了一套自動撰稿的流程方案。

　　且根據(jù)實驗發(fā)現(xiàn)，從模型訓(xùn)練到新聞的生成與發(fā)布都體現(xiàn)了歷史新聞的重要性，天馬杯“數(shù)字人播報資訊內(nèi)容生成”將為新聞的生成規(guī)律、陳述方式、寫作模板、寫作文風等提供更多可能。