NLP 發(fā)展對出版行業(yè)發(fā)展影響
——以圖書出版行業(yè)各編輯崗位工作為例

趙曉晨

（機械工業(yè)出版社有限公司，北京 100000）

1.NLP 的迅猛發(fā)展帶來人機交互變革

1.1 NLP 發(fā)展現(xiàn)狀及趨勢

NLP 是人工智能的一個分支，它涉及計算機對人類語言的理解和生成。近年來，NLP 技術(shù)取得了長足的進(jìn)展，且有很多發(fā)展趨勢。目前，NLP技術(shù)已經(jīng)從“聽”和“看”發(fā)展到“說”和“寫”，基本具備和人交流的能力。

深度學(xué)習(xí)：深度學(xué)習(xí)技術(shù)，特別是語言模型，在NLP 領(lǐng)域中取得了很多成功，可以解決多種NLP 問題，如語音識別、機器翻譯等。

語言生成：語言生成技術(shù)正在快速發(fā)展，并取得了很多進(jìn)展。例如，機器生成文本（GPT）技術(shù)已經(jīng)可以生成高質(zhì)量的文本內(nèi)容。

多語言處理：NLP 技術(shù)正在向多語言領(lǐng)域擴展，以支持更多語言和文化。

智能客服：NLP 技術(shù)正在被廣泛應(yīng)用于智能客服，以提供快速、高效的客戶服務(wù)。

語音識別：語音識別技術(shù)正在快速發(fā)展，并逐漸普及，可以更方便地訪問信息和服務(wù)。

NLP 技術(shù)在過去幾十年里取得了長足的發(fā)展，并且在近年來迎來了爆炸式增長。

一方面，NLP 算法在語言理解方面取得了顯著的進(jìn)展，例如，在文本分類、情感分析、語義消歧等方面表現(xiàn)出了很高的準(zhǔn)確性。此外，NLP 還在語言生成方面取得了很大的進(jìn)展，例如自動文本生成、對話生成等。

另一方面，大數(shù)據(jù)和人工智能的快速發(fā)展也加速了NLP 的發(fā)展。例如，深度學(xué)習(xí)技術(shù)的出現(xiàn)使得NLP 模型的語言表示能力大大提高，從而提高了NLP 模型的語言理解能力。同時，云計算和大規(guī)模數(shù)據(jù)處理技術(shù)的發(fā)展也為NLP 提供了更多的計算資源和數(shù)據(jù)支持。

總的來說，NLP 技術(shù)正在快速發(fā)展，并且在各個應(yīng)用領(lǐng)域，如聊天機器人、文本摘要、情感分析等都有著廣泛的應(yīng)用。預(yù)計未來NLP 技術(shù)將繼續(xù)取得更多的突破，并在更多領(lǐng)域產(chǎn)生更大的影響，為人們帶來更好的體驗和服務(wù)。

1.2 GPT 技術(shù)實現(xiàn)自然語言文本生成

GPT（Generative Pretrained Transformer）是一種自然語言生成模型，是目前在自然語言處理（NLP）領(lǐng)域中最先進(jìn)的技術(shù)之一。

GPT 的發(fā)展方向主要有以下幾點：

更大的模型：隨著計算資源的不斷提升，GPT 模型的尺寸也在不斷擴大，更大的模型通常意味著更好的性能。

多任務(wù)學(xué)習(xí)：GPT 可以在多個 NLP 任務(wù)上訓(xùn)練，這將有助于提高 GPT 的通用性和靈活性。

增強學(xué)習(xí)：GPT 可以通過強化學(xué)習(xí)策略來改進(jìn)其行為，從而提高 GPT 在復(fù)雜任務(wù)中的性能。

深度生成對話：GPT 在生成對話方面具有很高的潛力，與人工智能代理等技術(shù)結(jié)合將有助于實現(xiàn)更自然、更高效的人機對話體驗。

多語言支持：GPT 可以擴展到多種語言，從而支持全球范圍內(nèi)的 NLP 任務(wù)。

2.NLP 發(fā)展對圖書出版行業(yè)各編輯崗位工作的影響

雖然編輯崗位是按照出版流程設(shè)定，且從內(nèi)容上來看環(huán)環(huán)相扣，但從實際業(yè)務(wù)操作來看，卻容易出現(xiàn)重疊和斷檔。

首先，由于目前供職于我國傳統(tǒng)出版社的策劃編輯大多從加工編輯轉(zhuǎn)化而來，或者同時兼任加工編輯，所以策劃編輯的工作思路不能擺脫加工編輯工作思路的限制。這就造成策劃編輯在策劃選題時，會把稿件的加工難度設(shè)置為重點考量的項目之一，直接影響策劃編輯對選題的判斷，如圖1。很多符合市場需求且時效性很好的作品因為文字加工難度較大——其中不僅包括語言的流暢性、文學(xué)性不高等文字難度，同時也存在專業(yè)性較強、觀點較新、對加工編輯水平要求較高等問題而被放棄。

圖1 目前圖書出版各崗位現(xiàn)狀

其次，營銷編輯雖然是順應(yīng)市場發(fā)展需求的不可或缺的崗位，但在曾經(jīng)“發(fā)行”工作的影響下，很多由“發(fā)行”轉(zhuǎn)化而來的營銷編輯并不能深度參與出版工作。究其原因還是工作思路的限制。營銷工作是“等”圖書印刷完成之后才開始的。與生產(chǎn)環(huán)節(jié)產(chǎn)生的時間差，讓營銷工作總有一種“游離”在出版工作之外的感覺，這也是很多營銷編輯在工作中的實際感受——拿到樣書或入庫信息才和產(chǎn)品第一次見面。即便是有重點選題提前與營銷編輯進(jìn)行了溝通，讓營銷工作可以稍微前置，也僅限于預(yù)售、新書預(yù)告等舉措，因為書未出版，一切都是未知，營銷編輯無法掌握前期生產(chǎn)環(huán)節(jié)的任何一個節(jié)點。

策劃編輯的“想太多”和營銷編輯的“知道太晚”使出版效率大打折扣。要想破除這些“重疊”和“斷檔”需要對出版流程革新，重新梳理業(yè)務(wù)邏輯和分工。

NLP 的發(fā)展特別是GPT 技術(shù)的發(fā)展將對以文字為主要生產(chǎn)對象的出版工作產(chǎn)生重大影響，甚至變革。

2.1 提高策劃效率

經(jīng)過多年的轉(zhuǎn)型和出版行業(yè)市場化改革的深入，策劃編輯在出版行業(yè)中的作用越來越重要。一名好的策劃編輯不僅需要擁有對市場的敏感性，更需要有好的作者資源，擁有把好的選題轉(zhuǎn)化成產(chǎn)品的能力。除此之外，時效性也是其成功的關(guān)鍵。

由于某一個部門或某一個自然人對信息搜集、處理的能力、精力有限，因此，決策風(fēng)險相對較大。加之目前出版行業(yè)運用大數(shù)據(jù)技術(shù)對數(shù)據(jù)進(jìn)行處理、分析的能力不足，導(dǎo)致決策過于主觀，容易忽視可行性。好的選題可能因為作者資源不足等種種原因錯過出版時機，甚至失去出版機會，甚至有一些選題受制于自身的能力或風(fēng)格，未能達(dá)到策劃編輯的要求而浪費選題資源。

NLP 技術(shù)的發(fā)展正在逐步解決上述問題。由于NLP 的本質(zhì)還是大數(shù)據(jù)及算法，在學(xué)習(xí)樣本充足，邏輯逐步完善的前提下，根據(jù)要求“創(chuàng)作”已經(jīng)可以實現(xiàn)。ChatGPT 即典型應(yīng)用。

除可以滿足策劃編輯提出的內(nèi)容、風(fēng)格需求外，時效性也是其絕對優(yōu)勢。直接避免了因作者因素形成的創(chuàng)作風(fēng)險，讓整個創(chuàng)作過程變得可控?；贜LP 技術(shù)的特點，其可以對文本進(jìn)行分析，了解讀者對內(nèi)容的偏好和興趣，從而提高內(nèi)容的受歡迎程度。

策劃編輯在選題策劃階段不需要過于擔(dān)心作者資源和創(chuàng)作風(fēng)險問題，而是應(yīng)轉(zhuǎn)變思維，對選題進(jìn)行深入剖析，將工作重心轉(zhuǎn)移到如何更好呈現(xiàn)選題上。在人機交互上形成默契。目前已有BuzzFeed 和《運動畫刊》（Sports Illustrated）出版商在內(nèi)的媒體公司已經(jīng)宣布，計劃用ChatGPT 生成趣味問答和文章等內(nèi)容。

2.2 文字加工工作量降低，加工編輯面臨轉(zhuǎn)型

長久以來，文字加工工作一直是圖書出版工作的核心，不僅體現(xiàn)在流程、時間上，更體現(xiàn)在質(zhì)量審查比重上。從形式到內(nèi)容，都是出版流程中的重中之重。目前加工編輯工作除一些敘事邏輯之外，大部分工作是對是非正誤的判斷與修改，校對工作的局限性更高。傳統(tǒng)的校對軟件，如黑馬校對、WPS 自帶校對插件等在出版社實踐中已經(jīng)被固定在流程中，對保證出版質(zhì)量發(fā)揮了不可或缺的作用，但受技術(shù)限制，軟件只能成為傳統(tǒng)出版流程中一個被增加的節(jié)點，不能替代某一工作。

針對語言或文字處理技術(shù)精度較差，敏感詞識別效果不穩(wěn)定以及語言發(fā)展等問題，隨著大樣本分析、小樣本分析、機器學(xué)習(xí)等技術(shù)的發(fā)展，國內(nèi)已經(jīng)有研究者提出基于自然語言處理技術(shù)的敏感詞智能識別方法。以自然語言處理技術(shù)為基礎(chǔ)，構(gòu)建處理模型；通過分析提取文字中包含的特征參數(shù)，依靠決策樹方法，設(shè)計敏感詞識別算法；通過對文字敏感詞的敏感度計算，將敏感詞使用特殊字符標(biāo)注，實現(xiàn)最終識別、標(biāo)記和修改。

自然語言處理能力的完善將極大提高軟件在生產(chǎn)流程中的地位，加工編輯和校對人員的工作強度會被大大減輕，工作重點也會隨之發(fā)生改變，加工編輯可以從文字中抽離出來，站在更高的角度審視產(chǎn)品，更好地將自己的角色從加工人員轉(zhuǎn)變成產(chǎn)品生產(chǎn)人員。有更多的時間和精力，利用自己的專業(yè)優(yōu)勢，與策劃編輯溝通從“作品”到“產(chǎn)品”的轉(zhuǎn)化與實現(xiàn)。

技術(shù)發(fā)展會導(dǎo)致部分社會崗位實現(xiàn)自動化或被合并，也會產(chǎn)生出以前不存在的新崗位。

2.3 營銷工作前置且工作量大幅削減

作為出版行業(yè)傳統(tǒng)意義上的“末端”工作，營銷工作長期處于被動局面——圖書產(chǎn)品的策劃與生產(chǎn)過程幾乎沒有營銷人員的參與。即便是流程相對完善的出版社，在營銷編輯拿到新書后第一個動作也是翻看產(chǎn)品資料，迅速了解新書“賣點”“關(guān)鍵詞”等，然后根據(jù)經(jīng)驗，進(jìn)行受眾細(xì)分，制定營銷策略。

在前端工作已經(jīng)由NLP 技術(shù)“代勞”后，從作品到產(chǎn)品再到商品，出版工作的每一個關(guān)鍵點都將可控，圖書營銷工作將有可能前置到產(chǎn)品策劃階段，給營銷工作留足時間，并貫穿于出版全流程。

NLP 是人工智能和計算機語言學(xué)的交叉領(lǐng)域，可以讓計算機更好地理解、生成和分析人類語言。因此，自然語言處理技術(shù)在圖書營銷工作中有著重要的作用。

一方面，NLP 可以幫助圖書營銷人員更加有效地分析客戶的需求和閱讀偏好，從而更好地針對客戶推薦相應(yīng)的圖書。例如，通過文本分類和情感分析等NLP 技術(shù)，可以快速識別出用戶對圖書類型、題材、作者等的喜好，從而更精準(zhǔn)地推薦圖書。

另一方面，NLP 還可以幫助圖書營銷人員提高營銷效率，從而節(jié)約時間和精力。例如，通過自動文本生成等NLP 技術(shù)，幫助圖書營銷人員快速生成營銷文案，而無須手動編寫。雖然現(xiàn)在很多營銷編輯已經(jīng)可以使用AI 工具自動生成營銷物料，但文本創(chuàng)作仍需耗費大量精力進(jìn)行撰寫。主要癥結(jié)在于營銷編輯對圖書內(nèi)容的不了解和對受眾關(guān)注點的不確定。但隨著NLP 技術(shù)的發(fā)展，在其進(jìn)行自然語言學(xué)習(xí)的同時，也可以根據(jù)一定的邏輯對冗長的文字進(jìn)行提煉與濃縮。并根據(jù)需要識別其中關(guān)鍵點，根據(jù)自然語言邏輯進(jìn)行編排，使受眾看到我們希望被看到的內(nèi)容，還可以根據(jù)讀者閱讀歷史和喜好，提供個性化的內(nèi)容推薦。

同時，NLP 也可以幫助圖書營銷人員識別客戶可能存在的疑問，并通過語言生成系統(tǒng)快速生成回答，提高售后效率。

2.4 編輯工作崗位變革的邏輯及意義

此次的技術(shù)革新并不是從提高工作效率入手，而是從業(yè)務(wù)邏輯的徹底改變。信息的收集和處理將會成為出版的重要環(huán)節(jié)，并且會不止一次地出現(xiàn)。

長久以來，出版的目的都是單一地傳播知識、思想、觀念或達(dá)到一種針對某一細(xì)分受眾的娛樂目的，方法都是通過大范圍的宣傳挖掘潛在讀者。但隨著大數(shù)據(jù)的發(fā)展以及數(shù)據(jù)處理能力的提高，這一目的將被更有針對性地實現(xiàn)。隨之而來的是對市場的敏感性要求的提高，換言之是編輯工作效率的提高。在了解了市場需求后，怎樣更高效地觸達(dá)用戶，成為NLP 在出版行業(yè)發(fā)展的目標(biāo)。

在形成完整的信息收集—策劃—信息二次收集—加工—出版—信息反饋這一完整閉環(huán)后，見圖2。每一次信息采集都可以自動完成，形成信息看板，并根據(jù)未來市場預(yù)測情況提出營銷或策劃建議，甚至是文字內(nèi)容加工風(fēng)格的調(diào)整。編輯在其中的作用將變成根據(jù)出版社或品牌的風(fēng)格，設(shè)計這一系統(tǒng)中的思考權(quán)重，并在工作中不斷進(jìn)行調(diào)整。

圖2 圖書出版內(nèi)部流程

編輯的生產(chǎn)對象也將從一個作品、一本書，演變成一個出版系統(tǒng)。這個系統(tǒng)中至少要包含大語言模型、市場分析模型、社會心理學(xué)模型、成本計算模型等。此外，不必?fù)?dān)心機器在其中會出現(xiàn)“失控”的情況，進(jìn)而通過出版這一渠道影響讀者的認(rèn)知，技術(shù)將始終是輔助工具，避免編輯成為“人”的短板。這就要求編輯在工作中提高數(shù)據(jù)模型建立能力，并對數(shù)據(jù)保持敏感性。

3.圖書出版對NLP 技術(shù)發(fā)展的意義

新技術(shù)帶來變革，而新技術(shù)不是憑空生長的，而是站在現(xiàn)有資源上的新產(chǎn)物。因此變革也應(yīng)該是螺旋向上的。

我們看到NLP 技術(shù)對出版行業(yè)的影響，但由于其轉(zhuǎn)換器需要大量的數(shù)據(jù)，訓(xùn)練分為兩個階段：首先，在通用數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，這種數(shù)據(jù)更容易大量收集；然后，根據(jù)要執(zhí)行的具體任務(wù)，利用定制的數(shù)據(jù)進(jìn)行微調(diào)。以ChatGPT 為例，其利用一個龐大的在線文本庫進(jìn)行預(yù)訓(xùn)練，以學(xué)習(xí)語言的規(guī)則和結(jié)構(gòu)：通過對話記錄進(jìn)行微調(diào)，以學(xué)習(xí)對話的特征?？梢哉f，人類每使用它一次，它就更聰明一些。

基于此，“聰明”的對話將會使它更“聰明”和更快地“聰明”起來。經(jīng)過幾百年的發(fā)展，出版行業(yè)擁有浩如煙海的優(yōu)秀作品，這些作品經(jīng)過作者、編輯、市場的錘煉與檢驗，成為人類文明的精華，這將為機器學(xué)習(xí)提供優(yōu)質(zhì)“教材”。

經(jīng)過系統(tǒng)化訓(xùn)練的編輯人員對文字有著天然的敏感性，規(guī)范、簡明、邏輯清晰的表達(dá)方式已經(jīng)融入其日常語言習(xí)慣。在專業(yè)書籍方面，雖然人學(xué)習(xí)、使用新技術(shù)的速度可能比不上機器學(xué)習(xí)，但作為最終受益者，人的感受才是最重要的，提高使用滿意度，也是一切技術(shù)的終極目標(biāo)，人的反饋對于機器學(xué)習(xí)來說至關(guān)重要。因此，將語言、文字作為生產(chǎn)對象的編輯人員，將成為NLP 的優(yōu)質(zhì)“老師”。

國內(nèi)已有不少研究室開始針對大語言模型進(jìn)行研發(fā)，以復(fù)旦大學(xué)的大語言模型為代表的自然語言識別、輸出技術(shù)已經(jīng)在金融領(lǐng)域得到應(yīng)用。擁有海量客戶樣本及多樣化產(chǎn)品的出版業(yè)，不僅可以為其提供語言文字方面的支持，更可以在客戶畫像方面提供準(zhǔn)確數(shù)據(jù)。

出版行業(yè)或?qū)⒃诮?jīng)過與NLP 不斷融合并長期共存后徹底轉(zhuǎn)變身份，成為大數(shù)據(jù)技術(shù)中的一環(huán)。

4.新技術(shù)帶來新風(fēng)險

鑒于目前對個人隱私保護的要求以及版權(quán)保護要求，NLP 的樣本收集將受到一定限制，通過GPT 的應(yīng)用場景也將被限制。加之各國、各地區(qū)之間的政策、監(jiān)管差異，如何適應(yīng)本地規(guī)則，并均衡發(fā)展，以保證其發(fā)揮最大效用，是技術(shù)發(fā)展與應(yīng)用的關(guān)鍵。即便如此，再合規(guī)的底層技術(shù)也會遭受野蠻生長，新應(yīng)用會不斷尋找監(jiān)管漏洞，對社會、經(jīng)濟，甚至國家安全產(chǎn)生嚴(yán)重危害。因此，作為與之密切相關(guān)的出版行業(yè)更應(yīng)發(fā)揮自身優(yōu)勢，積極參與應(yīng)對NLP 帶來的新風(fēng)險，使出版行業(yè)與技術(shù)共同發(fā)展。