AI替代内容创作者？“让机器服务于人才是未来趋势”丨专访腾讯“Dreamwriter”负责人刘康

在2009年美国的职业棒球大联盟季后赛上，一款名为“StatsMonkey”的人工软件完成了世界上第一篇机器稿件。随后的两年内，包括《福布斯》在内的顶级媒体里已经开始尝试机器人写稿，其完成的文章应用在商业，政治等各个领域，依靠强大的大数据平台，其30s生成一篇稿件的速度无人能及。一时间“写稿机器人入侵传媒界，记者编辑要失业了”的论调弄得满城风雨，记者编辑们也惶惶不可终日，都开始担心起自己的前途。

时间来到了2015年，腾讯作为国内“第一个吃螃蟹的人”率先启用机器人写稿，并发布了一篇出自写作机器人“Dreamwriter”之手的文章。官方称Dreamwriter是腾讯财经开发的自动化新闻写作机器人，能够根据算法在第一时间自动生成稿件，瞬时输出分析和研判，一分钟内将重要资讯和解读送达用户。

自那以后，国内无论是传统媒体还是互联网巨头，都纷纷开始使用人工智能进行内容创作，机器人写的文章也在潜移默化之中融入进我们的资讯世界。那么，在当下这个时间节点，机器写稿究竟发展到了什么程度？与人相比机器在内容创作方面的优势与劣势在哪？

本期内容我们采访到了Dreamwriter的负责人刘康，并结合当下的研究资料整理成文，期待能够解答内容创作者朋友们内心的疑问与焦虑。

1

从Dreamwriter的写稿逻辑看人工智能在内容领域的应用

总体上看写稿机器人总共可分为三类，都依赖“自然语言处理”技术，第一类是模板式写稿，即使用一个文章模板套用，将数据库中的结构化信息包括具体数字、百分比等填充进去，进行传统意义上的“照本宣科”工作。第二类是提取后整理，即对包含无用信息的长自然语言文本进行分析，提取文章中的关键信息，重新组织语言后输出。第三种是自己生成，其通常方法是通过训练语言模型，对语言进行数学建模，然后不使用原文的原话，使用自己的方式逐句地生成算法认为“最能够体现原文包含意思而且看起来像一句话”的文字。

Dreamwriter在这三种模式中均有尝试，但模板式写稿和提取后整理是最常用的两种。Dreamwriter进行写作的整个流程主要经历以上五个环节：数据库的建立、机器对数据库的学习、就具体项目进行写作、内容审核、分发。通俗来说，即是腾讯要先通过购买或自己创建数据库（即要进行机器写稿的行业稿件）；然后让Dreamwriter机器对数据库内的各项数据进行分析，得出字、词在某个句子中相互匹配的概率，接着在写作时选用最有可能匹配的字、词、句进行匹配，生成一篇完整的文章；写作完成后经过审核环节，最后通过腾讯的内容发布平台到达用户端。