抵御新媒體差錯(cuò)風(fēng)險(xiǎn)及智能化糾錯(cuò)前瞻

何慧媛

數(shù)字化采編固然面臨不少差錯(cuò)風(fēng)險(xiǎn)，但是伴隨互聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展，智能化糾錯(cuò)為新媒體抵御差錯(cuò)風(fēng)險(xiǎn)帶來新的可能。

1.智能化信息采編系統(tǒng)輔助開展校對糾錯(cuò)。借助語義理解技術(shù)，智能化的新聞信息采編系統(tǒng)將幫助采編人員對創(chuàng)作的內(nèi)容進(jìn)行快速準(zhǔn)確的校對，識(shí)別和更正內(nèi)容中的錯(cuò)別字，提升內(nèi)容質(zhì)量和創(chuàng)作效率。

2.實(shí)時(shí)監(jiān)測社交平臺(tái)信息并開展事實(shí)核查。機(jī)器學(xué)習(xí)與自然語言處理技術(shù)的突破，將為新聞媒體對抗虛假新聞提供新的方法。利用這兩項(xiàng)技術(shù)來分析新聞文本，可以檢查文章視角，甄別文章筆風(fēng)，并與其他新聞進(jìn)行比較，從而識(shí)別假新聞。

News Tracer（新聞追蹤器）能夠?qū)ν铺兀═witter）上搜集起來的所有可能視為新聞的內(nèi)容做分析：是誰最先發(fā)出消息的，是誰最先轉(zhuǎn)發(fā)的，信息的可信度如何。如果分析結(jié)果判定消息的真實(shí)性存疑，就會(huì)在上面標(biāo)注出來相應(yīng)的從0%到100%的可信度數(shù)值。

3.加強(qiáng)內(nèi)容模型的建構(gòu)和研究，提高對問題圖片、視頻的技術(shù)鑒別能力。如何鑒別問題圖片、視頻，一直是新媒體內(nèi)容管理的難點(diǎn)。借助人工智能和算法技術(shù)，加強(qiáng)對相關(guān)內(nèi)容模型的建構(gòu)和研究，將幫助新聞媒體糾正圖片和視頻內(nèi)容的差錯(cuò)。

4.積極應(yīng)用數(shù)據(jù)庫技術(shù)，改進(jìn)重要稿件的校對方法。在重要新聞稿件的校對中，今后可以更多地將人工和機(jī)器相結(jié)合，建立新媒體輿情監(jiān)測數(shù)據(jù)庫，及時(shí)更新慎用詞、禁用詞、敏感詞和規(guī)范用語，將新媒體稿件與數(shù)據(jù)庫信息進(jìn)行比對，識(shí)別差錯(cuò)問題，推動(dòng)相關(guān)技術(shù)的改進(jìn)與提高。

（摘自《青年記者》2018年5月下）