Narrative Science：講述隱藏在數(shù)據(jù)中的故事

陳銘 徐麗芳

摘要：機(jī)器擅長(zhǎng)數(shù)據(jù)分析，人類更傾向于閱讀故事而不是去分析大量復(fù)雜的數(shù)據(jù)。Narrative Science是一家提供自然語(yǔ)言處理服務(wù)的科技公司，可以幫助客戶分析海量數(shù)據(jù)之間的關(guān)系，并轉(zhuǎn)化為簡(jiǎn)明凝練、具有可讀性的文本。憑借優(yōu)質(zhì)的、不斷拓展更新的產(chǎn)品和服務(wù)，該公司超越最初的出版?zhèn)髅绞袌?chǎng)，為其他行業(yè)需要分析和理解大量數(shù)據(jù)的用戶提供基于自然語(yǔ)言的數(shù)據(jù)分析文本服務(wù)。毋庸置疑，隨著自然語(yǔ)言處理技術(shù)的突破，人工智能將進(jìn)入更多高級(jí)人力勞動(dòng)的領(lǐng)域。

關(guān)鍵詞：Narrative Science

2017年1月，麥肯錫全球研究所（Mckinsey Global Institute）發(fā)布的報(bào)告《可實(shí)現(xiàn)的未來(lái)：自動(dòng)化、就業(yè)和生產(chǎn)力》顯示，目前人類所從事的一半職位有望在2055年實(shí)現(xiàn)自動(dòng)化。隨著時(shí)代的不斷進(jìn)步和發(fā)展，尤其是人工智能的出現(xiàn)，技術(shù)將逐漸取代一些需要思考能力和創(chuàng)造能力的高級(jí)人力勞動(dòng)。

敘事科學(xué)（Narrative Science）是美國(guó)一家自然語(yǔ)言處理（NaturalLanguage Processing，NLP）服務(wù)提供商（公司Logo見(jiàn)圖1），但它并不只是為客戶提供簡(jiǎn)單的自動(dòng)化寫作服務(wù)。目前，計(jì)算機(jī)強(qiáng)大的運(yùn)算能力可以將許多復(fù)雜的數(shù)據(jù)圖形化，卻很難將數(shù)據(jù)以自然語(yǔ)言輸出一篇人性化的故事呈現(xiàn)在人們眼前。Narrative Science所提供的服務(wù)是將海量數(shù)據(jù)或圖表輸出為生動(dòng)有趣且極富洞察力的故事內(nèi)容，其首席技術(shù)官克里斯蒂安·哈蒙德（Kristian Hammond）始終強(qiáng)調(diào)：“Narrative Science是在進(jìn)行真正的創(chuàng)作，絕不是基于文本庫(kù)的生搬硬套。”毫無(wú)疑問(wèn)，Narrative Science正在重新設(shè)定人們對(duì)于人工智能的期望，其先進(jìn)的自然語(yǔ)言處理技術(shù)也意味著機(jī)器已經(jīng)開(kāi)始深度學(xué)習(xí)更多人腦思考的領(lǐng)域。

一、Narrative Science的成長(zhǎng)與擴(kuò)張

2010年，Narrative Science正式成立，其創(chuàng)辦靈感來(lái)源于美國(guó)西北大學(xué)創(chuàng)新實(shí)驗(yàn)室里一項(xiàng)有趣的人工智能技術(shù)——統(tǒng)計(jì)猴（StatsMonkey）。和當(dāng)下流行的寫作機(jī)器人小冰一樣，Stars Monkey可以自動(dòng)撰寫報(bào)道，從網(wǎng)頁(yè)中抓取棒球比賽的數(shù)據(jù)信息，并在12秒內(nèi)生成一篇生動(dòng)的新聞故事傳達(dá)賽況、比賽得分和勝率概率等。同年，Narrative Science的創(chuàng)始人斯圖爾特·弗蘭克爾（Stuart Frankel）聯(lián)合哈蒙德共同研發(fā)出同名人工智能寫作軟件后，在美國(guó)中央情報(bào)局的相關(guān)機(jī)構(gòu)如In-Q-Tel（美國(guó)非營(yíng)利性質(zhì)的風(fēng)險(xiǎn)投資機(jī)構(gòu)，專門投資高新技術(shù)公司，旨在推動(dòng)最新信息技術(shù)的應(yīng)用以支持美國(guó)的情報(bào)處理能力）的大力支持下，公司正式開(kāi)始商業(yè)運(yùn)作。

Narrative Science起初只被應(yīng)用于美國(guó)西北大學(xué)棒球比賽等體育賽事的即時(shí)報(bào)道，后來(lái)逐漸開(kāi)展財(cái)經(jīng)報(bào)道業(yè)務(wù)。2011年，NarrativeScience先后被《紐約時(shí)報(bào)》等知名媒體所報(bào)道，在科技創(chuàng)意公司中嶄露頭角。2014年，它獲得1000萬(wàn)美元融資，投資方包括聯(lián)合服務(wù)汽車協(xié)會(huì)（Tlle United Services AutomobileAssociation）和巴特利風(fēng)險(xiǎn)投資公司（BatteryVentures）等。截至2017年4月，該公司共完成6輪3240萬(wàn)美元的融資，與瑞士信貸、福布斯（Forbes）以及美國(guó)政府部門在內(nèi)的機(jī)構(gòu)建立了合作關(guān)系。Narrative Science最有力的競(jìng)爭(zhēng)對(duì)手自動(dòng)洞察公司（ Automatedlnsights）因自感無(wú)法與Narrative Science直接展開(kāi)競(jìng)爭(zhēng)，將服務(wù)目標(biāo)客戶定位于小型報(bào)刊。短短幾年，Narrative Science迅速擴(kuò)張業(yè)務(wù)版圖，客戶范圍囊括北美、歐洲等全球各大地區(qū)的金融服務(wù)公司、互聯(lián)網(wǎng)企業(yè)和政府機(jī)構(gòu)，一躍成為業(yè)界的領(lǐng)軍者（見(jiàn)圖2）。

1.技術(shù)核心：將數(shù)據(jù)變成可讀的人性化文本

數(shù)據(jù)已經(jīng)滲透到當(dāng)今的每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，并成為重要的生產(chǎn)因素。但是，如果數(shù)據(jù)沒(méi)有得到充分的智能化處理，人們無(wú)法有效吸收大量數(shù)據(jù)中所包含的信息和知識(shí)，那么這些數(shù)據(jù)就是無(wú)用的。目前，大多數(shù)知識(shí)工作者和消費(fèi)者都面臨著處理海量數(shù)據(jù)并做出正確決策的挑戰(zhàn)。NarrativeScience希望借助計(jì)算機(jī)技術(shù)幫助用戶解讀數(shù)據(jù)，并將之轉(zhuǎn)化為可讀性較強(qiáng)的文字傳遞給用戶；即使是一些不熟悉高等數(shù)學(xué)和邏輯結(jié)構(gòu)等數(shù)據(jù)分析知識(shí)的客戶，也能迅速地獲得數(shù)據(jù)中隱藏的關(guān)鍵信息。哈蒙德表示：“凡是數(shù)據(jù)存在的地方就應(yīng)該有故事，寫作機(jī)器人的價(jià)值在于充當(dāng)數(shù)字與故事之間的中介。”

“鵝毛筆（Quill）”是Narrative Science旗下的主要產(chǎn)品，具備強(qiáng)大的讀寫和敘事功能，可以自動(dòng)將大量復(fù)雜的數(shù)據(jù)或圖表轉(zhuǎn)化為凝練且富有洞察力的自然語(yǔ)言，還允許客戶定制敘述故事的語(yǔ)氣。Quill采寫故事的過(guò)程分為四步（見(jiàn)圖3）：首先，搜集大量高品質(zhì)數(shù)據(jù)以建立一個(gè)龐大的數(shù)據(jù)庫(kù)，例如財(cái)經(jīng)領(lǐng)域所涉及的每股收益、股價(jià)變化等數(shù)據(jù)。其次，在海量數(shù)據(jù)中借助算法篩選出具備講述價(jià)值的數(shù)據(jù)，即一些偏離常態(tài)的“異常數(shù)據(jù)”。Narrative Science內(nèi)部有一個(gè)能進(jìn)行編輯判斷的系統(tǒng)，將許多寫作的價(jià)值都內(nèi)置于系統(tǒng)的算法中。再者，選擇故事的敘事結(jié)構(gòu)，Quill會(huì)根據(jù)數(shù)據(jù)的重要性對(duì)各種可能的敘事角度進(jìn)行排序，形成文章的整體架構(gòu)。最后，把要描述的數(shù)據(jù)嵌入到系統(tǒng)提供的“元模板”中?！霸０濉笔怯蒒arrative Science雇用一批訓(xùn)練有素的文字工作者創(chuàng)造的寫作風(fēng)格和手法，聯(lián)合計(jì)算機(jī)工程師一起“培訓(xùn)”機(jī)器寫作能力而形成的。在利用“元模板”組織文章時(shí)，機(jī)器通過(guò)詞匯庫(kù)組建句子得到最后的故事。例如，Quill在分析一組有關(guān)易貝（Ebay）集團(tuán)投資收益下降的數(shù)據(jù)時(shí)，生成的報(bào)道包含如下文本： “該公司的整體會(huì)計(jì)風(fēng)險(xiǎn)評(píng)估為業(yè)內(nèi)平均水平以下，股價(jià)在過(guò)去的一個(gè)月里持續(xù)下跌，但對(duì)投資收益未來(lái)的調(diào)整可持樂(lè)觀態(tài)度?！边@讓投資者可以避開(kāi)那些晦澀難懂的數(shù)據(jù)和圖表，直接從Quill提供的文字中了解Ebay在會(huì)計(jì)層面的細(xì)微變化趨勢(shì)。機(jī)器擅長(zhǎng)分析數(shù)據(jù)，人類則更擅長(zhǎng)閱讀。Narrative Science的獨(dú)特之處就在于滿足了人們傾向于閱讀故事的心理。

2.市場(chǎng)定位：超越媒體市場(chǎng)，聚焦多領(lǐng)域大數(shù)據(jù)業(yè)務(wù)

好的技術(shù)本身并不足以成就一家成功的公司，它必須根植于適當(dāng)?shù)氖袌?chǎng)土壤中。Narrative Science在剛起步時(shí)致力于開(kāi)拓媒體業(yè)務(wù)，和其他提供自動(dòng)化寫作服務(wù)的公司一樣，專門為一些媒體機(jī)構(gòu)和內(nèi)容出版機(jī)構(gòu)提供產(chǎn)品和服務(wù)。對(duì)于初創(chuàng)時(shí)的Narrative Science而言，出版?zhèn)髅叫袠I(yè)就是一個(gè)現(xiàn)成的市場(chǎng)，報(bào)紙新聞、雜志甚至是在線出版物都需要自然語(yǔ)言處理工具，尤其是體育和財(cái)經(jīng)報(bào)道，Narrative Science可以將記者從單調(diào)且重復(fù)的工作中解放出來(lái)。目前，包括福布斯網(wǎng)站、專門出版建筑類雜志的漢利伍德出版社（ HanleyWood）以及體育新聞網(wǎng)站美國(guó)十大聯(lián)盟（The Big TenNetwork）在內(nèi)的多家知名媒體都選擇使用NarrativeScience的產(chǎn)品。福布斯還在網(wǎng)站上專門設(shè)置了由NarrativeScience所生成的新聞網(wǎng)頁(yè)。

在掌握新聞報(bào)道的寫作藝術(shù)之后，Narrative Science意識(shí)到他們的技術(shù)在其他行業(yè)能擁有更大的機(jī)會(huì)。事實(shí)也是如此，任何需要分析和理解大量數(shù)據(jù)的公司都有可能是它的目標(biāo)客戶。隨著一些金融服務(wù)公司和政府情報(bào)機(jī)構(gòu)頻頻拋出橄欖枝，Narrative Science改變了戰(zhàn)略方向，將業(yè)務(wù)重心從出版?zhèn)髅绞袌?chǎng)轉(zhuǎn)移到各個(gè)領(lǐng)域的大數(shù)據(jù)業(yè)務(wù)。Quill所使用的自然語(yǔ)言處理技術(shù)依賴于大量高質(zhì)量數(shù)據(jù)，而金融服務(wù)公司和政府情報(bào)機(jī)構(gòu)擁有豐富的數(shù)據(jù)資源，以及改善與客戶溝通的迫切愿望。2017年2月，美國(guó)財(cái)務(wù)信息服務(wù)公司輝盛（FactSet）將Quill工具整合到其客戶報(bào)告的分析平臺(tái)中。作為一家金融服務(wù)提供商，F(xiàn)actSet為金融專業(yè)人士如投資銀行家等提供金融數(shù)據(jù)和分析服務(wù)。Quill的加入使其客戶端在季度財(cái)務(wù)報(bào)告發(fā)出的第一天就可以自動(dòng)生成點(diǎn)評(píng)報(bào)告，所覆蓋的報(bào)告規(guī)模有望呈指數(shù)型增長(zhǎng)，報(bào)告的客觀性和風(fēng)格的一致性得到了很大提升。如今，Narrative Science的產(chǎn)品被許多國(guó)家和地區(qū)的數(shù)據(jù)服務(wù)提供商采用，其中包括業(yè)界領(lǐng)軍的大數(shù)據(jù)咨詢公司厄耐勒迪斯額（ Analytics8）和商業(yè)智能服務(wù)提供商比茨數(shù)據(jù)（ BizData）等。Narrative Science成功地從一家面向出版?zhèn)髅绞袌?chǎng)提供服務(wù)的“長(zhǎng)尾媒體”公司轉(zhuǎn)型為一家編寫和銷售商業(yè)軟件的技術(shù)提供商，聚焦金融等領(lǐng)域的大數(shù)據(jù)業(yè)務(wù)，為用戶提供自然語(yǔ)言處理方面的創(chuàng)新性服務(wù)。

3.產(chǎn)品形態(tài)：不斷更新，提供豐富的產(chǎn)品服務(wù)

在擴(kuò)大市場(chǎng)的同時(shí)，NarrativeScience也不斷創(chuàng)造和優(yōu)化面向大數(shù)據(jù)服務(wù)的軟件工具，以滿足不同客戶的需求。Quill是它的第一代主流產(chǎn)品。2014年3月，Narrative Science在Quill的基礎(chǔ)上推出Quill Engage。這是一款免費(fèi)的谷歌分析（Google Analytics，GA）軟件，可以簡(jiǎn)單凝練地表達(dá)被分析對(duì)象的關(guān)鍵指標(biāo)和業(yè)績(jī)表現(xiàn)，如網(wǎng)站內(nèi)容的關(guān)注度、網(wǎng)絡(luò)訪問(wèn)量等，還可以通過(guò)分析歷史數(shù)據(jù)預(yù)測(cè)行業(yè)的走向和趨勢(shì)。2016年，Narrative Science與視覺(jué)分析軟件供應(yīng)商柯利克（Qlik）進(jìn)行合作，推出Quill系列的第三代產(chǎn)品——Quill for Qlik。行業(yè)分析師塞斯·格里姆斯（Seth Grimes）表示： “這是一次商業(yè)智能領(lǐng)域突破性的創(chuàng)新。”Quillfor Qlik可以彌補(bǔ)可視化工具在解釋大量數(shù)據(jù)之間復(fù)雜關(guān)系時(shí)的不足，通過(guò)自然語(yǔ)言文本讓終端客戶更容易識(shí)別不同數(shù)據(jù)集之間的關(guān)系（見(jiàn)圖4）。圖4是Quill for Qlik分析各國(guó)銷售總額占比的餅狀圖。文字中條列的數(shù)據(jù)包括各類產(chǎn)品的銷售總額、銷售總額占比的最小值、銷售總額占比的最大值、極差和集中度等。其中，銷售總額直接反映各國(guó)的消費(fèi)需求，極差反映各國(guó)銷售總額的離散幅度和波動(dòng)范圍，而相對(duì)集中度則折射出各國(guó)與相對(duì)規(guī)模的差異。這些極具說(shuō)服力的數(shù)據(jù)被轉(zhuǎn)化為平白淺近的文字。此外，用戶可與Qilk可視化工具生成的圖表進(jìn)行交互，選擇特定的數(shù)據(jù)范圍進(jìn)行重點(diǎn)分析。其次，這款工具可以減少原先負(fù)責(zé)生成報(bào)告和向客戶解釋數(shù)據(jù)的中層管理人員人數(shù)，讓高層管理人員直接與客戶進(jìn)行互動(dòng)，有利于實(shí)現(xiàn)公司的扁平化管理。

除了對(duì)旗下的主打產(chǎn)品Quill進(jìn)行升級(jí)改造，Narrative Science還借助Quill的高級(jí)自然語(yǔ)言處理平臺(tái)推動(dòng)其他面向不同客戶需求的軟件開(kāi)發(fā)。微軟的PowerBI（Business Intelligence，商業(yè)智能）是一套用于分析數(shù)據(jù)和共享見(jiàn)解的商務(wù)分析工具，包括各種可拓展的可視化圖表。2016年，Narrative Science和微軟合作推出Narrative for Power BI。它可以從一系列數(shù)據(jù)源（包括Salesforce、Github和Adobe Analytics）中提取有效信息，自動(dòng)生成書(shū)面語(yǔ)言。微軟PowerBI總經(jīng)理尼克·卡德維爾（Nick Caldwell）認(rèn)為： “Narrative for Power BI符合微軟對(duì)BI的期望，它兼具強(qiáng)大的數(shù)據(jù)分析和可視化功能，同時(shí)更易于理解?！?017年9月，Narrative Science與智能工具開(kāi)發(fā)公司畫(huà)面軟件（TableauSoftware）聯(lián)合推出Narrative for Tableau。這是一款免費(fèi)的谷歌Chrome擴(kuò)展程序，可自動(dòng)創(chuàng)建Tableau圖形的敘述性書(shū)面說(shuō)明。此外，Narrative Science旗下的產(chǎn)品還包括服務(wù)于BI領(lǐng)域的套件產(chǎn)品等。由此可見(jiàn)，Narrative Science利用自然語(yǔ)言處理技術(shù)為各個(gè)行業(yè)中需要和數(shù)據(jù)打交道的人群提供了有力的工具。

二、自然語(yǔ)言處理工具的發(fā)展趨勢(shì)

通過(guò)Narrative Science的發(fā)展可以看出，自然語(yǔ)言生成技術(shù)已經(jīng)滲透到多個(gè)領(lǐng)域中，孵化出諸多新形態(tài)的產(chǎn)品和服務(wù)。自然語(yǔ)言處理技術(shù)屬于人工智能的一個(gè)分支，包括自然語(yǔ)言理解和自然語(yǔ)言生成兩個(gè)方面。目前的自然語(yǔ)言處理工具還達(dá)不到完全取代人工的水平，人們也還不能準(zhǔn)確預(yù)測(cè)其最終發(fā)展態(tài)勢(shì)和結(jié)果，但仍可以對(duì)其發(fā)展趨勢(shì)有一個(gè)簡(jiǎn)單的判斷。

（1）在文本理解方面，從淺層分析邁向深度理解。由于算法的局限，機(jī)器人暫不能對(duì)文本進(jìn)行準(zhǔn)確又深入的分析。此外，不是所有文化現(xiàn)象都能像物理科學(xué)那樣在算法中被規(guī)則量化，即使是以挖掘最具洞察力數(shù)據(jù)聞名的Narrative Science，也不能保證每一次的文本分析都是有足夠深度的。隨著算法的不斷迭代和數(shù)據(jù)庫(kù)的不斷擴(kuò)大，計(jì)算機(jī)基于深度神經(jīng)網(wǎng)絡(luò)強(qiáng)大的“記憶力”以及提取復(fù)雜特征的能力，可以得出更精準(zhǔn)的判斷。谷歌等科技巨頭也已經(jīng)開(kāi)始對(duì)機(jī)器人進(jìn)行“閱讀理解”培訓(xùn)，以深入探索自然語(yǔ)言理解技術(shù)，促進(jìn)自然語(yǔ)言理解工具從淺層分析邁向深度理解。

（2）在文本生成方面，由事實(shí)性文本到情感文本?，F(xiàn)在的自然語(yǔ)言生成工具大多被用來(lái)生成一些事實(shí)性的新聞報(bào)道或文字報(bào)告，因此許多自然語(yǔ)言處理工具背后的科學(xué)都被認(rèn)為是非人性的和機(jī)械的。工程師試圖讓自動(dòng)化文本變得更加人性化，就像Narrative Science的初衷——旨在利用自然語(yǔ)言處理工具等先進(jìn)的技術(shù)來(lái)縮小人類和機(jī)器之間的交流缺口（communication gap）。一些學(xué)者在研究時(shí)，嘗試將人文主義方法和計(jì)算機(jī)算法整合為一種新的文本生成方法，將語(yǔ)調(diào)和情緒等交流元素與自然語(yǔ)言處理工具相結(jié)合，讓機(jī)器人不僅擁有推理和歸納能力，還具有明確的態(tài)度和立場(chǎng)，從而實(shí)現(xiàn)從事實(shí)性文本向富含情感、體現(xiàn)人性的文本轉(zhuǎn)變。

（3）人機(jī)協(xié)作將成為業(yè)界未來(lái)的發(fā)展趨勢(shì)。瑞士卡爾斯塔德大學(xué)的研究表明，自動(dòng)化文本更具描述性，信息量較大且更客觀可信。但是，在可讀性方面不如人類所寫的文章質(zhì)量高，閱讀的愉悅感較弱（見(jiàn)圖5）。雖然自然語(yǔ)言處理工具的進(jìn)步一定會(huì)推動(dòng)自動(dòng)化文本朝人工文本的水準(zhǔn)逼近，但完全替代并不是短期內(nèi)能夠?qū)崿F(xiàn)的。人工參與必不可少；而智能工具的存在，也并不完全是對(duì)人工的威脅。找到人工和機(jī)器的平衡點(diǎn)，兩者相互配合，才能從一個(gè)“弱人工智能時(shí)代”進(jìn)入“強(qiáng)人工智能時(shí)代”。自然語(yǔ)言處理工具已經(jīng)成為一種有效的信息表達(dá)手段。由計(jì)算機(jī)撰寫的文章逐漸從原先的邊緣化位置抵達(dá)各個(gè)領(lǐng)域的數(shù)據(jù)分析場(chǎng)域，即由為傳統(tǒng)媒體機(jī)構(gòu)和出版商提供簡(jiǎn)單重復(fù)勞動(dòng)轉(zhuǎn)向社交媒體和其他領(lǐng)域的大數(shù)據(jù)業(yè)務(wù)。正如Narrative Science -直在做的兩件事：了解數(shù)據(jù)中的信息，并為特定受眾提供有用的可讀性文本。自然語(yǔ)言處理技術(shù)將越來(lái)越能勝任需要認(rèn)知能力的活動(dòng)。

參考文獻(xiàn)： 1. Narrative

Science [EB/OL]. [2017-10-22].https：//narrativescience. com/.

2.Mckinsey Global Institute. A futurethat works： Automation， employment， andproductivity [EB/OL]. [2017-10-22]. https：//www.mckinsey.com/.

3.Alex Woodie.Your Big Data Will Read ToYou Now[EB/OL].[2017-10-23].https：//www.datanami. com/2014/10/28/big-data-will-readnow/.

4.霍伊特·朗，蘇真.文學(xué)模式識(shí)別：文本細(xì)讀與機(jī)器學(xué)習(xí)之間的現(xiàn)代主義[J].林懿，譯.山東社會(huì)科學(xué)，2016 （11）：34-53.

5.Mike Pham.AI needs a human touch tofunction at its highest level[EB/OL]. [2017-10-23].https：//venturebeat .com/2 01 7/09/21/ai-needsa -human-to uch-to-function-at-its-highestlevel/.

6.唐偉勝.認(rèn)知敘事學(xué)視野中的敘事理解[J].外國(guó)語(yǔ)，2013 （4）：28-36.

7.慧博.深度學(xué)習(xí)成NLP發(fā)展新引擎，深層次認(rèn)知將是未來(lái)突破方向[EB/OL]. [2017-1031]. http：//pg.jrj.com.cn/acc/Res/CN_RES/INDU S/2 017/10/31/eb94785f-92b4-448d-b2446220cef9b332.pdf.

8.李陽(yáng)輝，謝明，易陽(yáng).基于深度學(xué)習(xí)的社交網(wǎng)絡(luò)平臺(tái)細(xì)粒度情感分析[J].計(jì)算機(jī)應(yīng)用研究，2017，34（03）：743-747.