而這些文章讀起來也確實不像人們想象中的那般生澀僵硬。雖然這些文章并沒有專業(yè)評論員寫的生動,但他們卻能夠?qū)⒆钚碌谋荣惤Y(jié)果快速的傳遞給讀者。Narrative Science能夠通過收集iPhone手機用戶在應(yīng)用程序GameChanger中輸入的比賽數(shù)據(jù)寫出一篇新聞報道。2011年該軟件通過收集相關(guān)信息寫出了大約40萬則關(guān)于少年棒球聯(lián)盟的新聞報道。今年這一數(shù)字預(yù)計將達到150萬。
Narrative Science的CTO兼合伙創(chuàng)始人克里斯蒂安 哈蒙德認(rèn)為,這些還僅僅只是開始,最終整個新聞界都將采用計算機所撰寫的新聞報道。可是計算機將如何控制整個新聞界呢?在2011年出席的一個記者和科技人員小型會議上,哈蒙德對未來15年計算機撰寫新聞稿數(shù)量占總新聞稿數(shù)量的比例進行了預(yù)測,他認(rèn)為這一比例將超過90%。
因此我決定提筆寫下這篇文章,并希望我能夠搶在在一部蘋果筆記本之前發(fā)布這篇文章。
哈蒙德向我保證稱我無需為此擔(dān)憂。他認(rèn)為,計算機撰寫新聞稿并不會讓新聞從業(yè)人員丟掉工作。隨著新聞行業(yè)的不斷擴大,計算機將有助于降低撰寫新聞稿的成本。而新聞題材也都是主要活動事件、趨勢以及產(chǎn)品開發(fā)等目前仍不被記者所重視的領(lǐng)域。
但這并不是說計算機撰寫稿件的題材會一直是邊緣話題,也不會一直僅限于一些不太重要的新聞和企業(yè)盈利評論上。最近有外界預(yù)測稱計算機撰寫的新聞稿可能在20年內(nèi)就會獲得普利策獎,對此哈蒙德稱,這會發(fā)生,但是是在5年內(nèi)。
Narrative Science的書寫引擎需要幾個步驟來完成一篇新聞稿的撰寫。第一步,它需要收集大量的高質(zhì)量數(shù)據(jù)。這就是為什么金融和體育題材會成為Narrative Science的主要對象: 二者都涉及了大量的數(shù)字,而引用大量數(shù)字可以使文章更為充實。第二步就是文章結(jié)構(gòu)。大多數(shù)的新聞稿,特別是體育和金融類的稿件往往都會有一個可預(yù)測的固定模式。因此就可以創(chuàng)建一個模式,然后再讓計算機按照這一模式書寫新聞,這就工作會變得簡單得多。
Narrative Science同時還可以讓客戶制定新聞稿件的風(fēng)格。Data Explorers 的COO喬納森 莫里斯在使用了這一技術(shù)后表示,你可以得到任何風(fēng)格的文章。無論是記者在交易大廳焦急呼喊的風(fēng)格,還是分析師對局勢進行冷靜分析的風(fēng)格。