人工智慧讓輿情監測從資訊檢索走向內容多維度識別

AI輿情系統提升了數據的精準性。早期的輿情監測，通常由“關鍵詞”搭配“與、或、非”的判斷邏輯進行數據檢索，往往需要輔以大量的人工，對數據進行二次處理。而智慧化的監測，則通過自然語言處理技術對內容進行多維度識別，從而提升數據的準確性。

全民網際網路時代，輿情無時不有，風險無處不在。目前，中國網民總體規模已超過10億，網路成為人們表達個人意見和觀點的重要渠道。社會輿論也隨之從線下轉移到線上。網路輿情資訊成為輿情資訊的重要組成部分，給全媒體時代做好輿情工作帶來全方位的挑戰。

“智慧化輿情管理是行業發展的必然。伴隨著自媒體、移動端的快速發展，在不到10年的時間裏，每日輿情數據總量從百萬級擴展到千萬級，當前已經達到億級。如此龐大的輿情資訊，遠遠超過正常閱讀的極限，要對海量的資訊進行分析，勢必要使用人工智慧技術對輿情資訊進行處理和研判。”2月8日，人民線上副總編輯、人民網新媒體智庫高級研究員劉鵬飛在接受科技日報記者採訪時表示。

AI輿情系統優勢愈發突顯

與傳統輿情系統相比，AI輿情系統有何不同？

人民線上副總經理汪大偉答道，AI輿情系統是指以人工智慧技術進行中文全媒體資訊自動化分析與大數據情報挖掘的綜合系統。與傳統輿情系統相比，其有兩個明顯的轉變：輿情監測從“檢索”到“演算法”的轉變；數據計算從“簡單計算”到“深度學習”的轉變。AI輿情系統的優勢在於可以精確地對文本類資訊進行實體識別、語義消歧、知識圖譜構建、話題分類、自動摘要、情感分析，並對於圖像類的資訊進行有效的品牌識別、人臉識別、物體識別和文字識別等。

汪大偉進一步解釋，隨著大數據、雲計算、人工智慧技術的發展與用戶量的日益增長，輿情智慧化發展亟待解決兩個需求：以移動化應用為代表的“淺輿情”需求以及需要深度分析的“潛輿情”需求。而無論是“淺輿情”還是“潛輿情”都需要一個強大的輿情數據處理平臺。

首先，AI輿情系統提升了數據的精準性。早期的輿情監測，通常由“關鍵詞”搭配“與、或、非”的判斷邏輯進行數據檢索，往往需要輔以大量的人工，對數據進行二次處理。而智慧化的監測，則通過自然語言處理技術對內容進行多維度識別，從而提升數據的準確性。基於自然語言處理技術，AI輿情系統運用垃圾分類模型提升數據精準度，並通過情感分析技術獲取敏感資訊，實時表現輿論狀態，評估輿論走向。在此基礎上，系統還能通過事理圖譜、熱點聚類、文本分類等學習方法，對輿情事件的發展脈絡、特徵分佈、風險等級進行自動階段性總結，並給出趨勢預測。

其次，AI輿情監測的優勢，還體現在對“非確定”資訊的監測上。長期以來，輿情監測一直存在一個難題，即對一個部門、企業、話題、事件等確定性的“主題監測”相對容易，但對一些“無主題”的監測，則困難得多。

例如，如果想關注全國的校園安全輿情並精準推送給相關部門，很明顯這很難窮舉全國所有學校的關鍵詞及安全相關的關鍵詞。而AI輿情系統通過設定主題地域屬性、媒體權重、熱度屬性、行業屬性、情感屬性、敏感屬性，可以快速將全國的輿情事件進行定位、定性，並在此基礎上進行資訊的抽取、挖掘、聚類和分析，為關聯單位提供智慧監測、智慧預警、智慧研判等服務。

從“網路問政”到“網路理政”

近年來，有不少地方的市場監管部門越來越重視輿情數據的使用。將當前輿情壓力最大、最敏感的行業作為工作關注的重要方向，特別是對一些週期性、常態化的問題提前佈局，通過精準識別、精準執法，以監管促合規，在降低自身輿情風險的同時，也提升工作效率，優化市場環境。

汪大偉指出，AI輿情系統提升了資訊概括總結的能力，輿情作為重要的社會評價數據，在跟其他維度的數據進行融合之後，再次擴展了應用場景和使用價值。很多政府機構將輿情數據視為社會治理數據的重要組成部分；企業則常將輿情數據作為大數據風控和智慧行銷的重要參考指標。顯然，AI輿情系統推動了“網路問政”向“網路理政”的轉變。

隨著近些年數據風控應用越來越廣泛，在治理個人徵信數據濫用亂象之後，很多金融企業將輿情數據作為重要的風險指標，希望利用輿情數據進行風險識別、風險估測和風險評價等。

汪大偉説：“AI輿情系統不僅能夠將已有風險歸納為經驗知識，還可以利用人工智慧技術和知識圖譜功能，將某一种經驗擴充為某一類經驗，以此來實現對未來風險的精準預測。此外，AI輿情系統的知識圖譜功能，具有推理計算的能力，可以發現以往並未存在但將來可能存在的風險，滿足用戶的深層需求。”

2020年9月，《關於加快推進媒體深度融合發展的意見》指出要以先進技術引領驅動融合發展，用好5G、大數據、雲計算、物聯網、區塊鏈、人工智慧等資訊技術成果，加強新技術在新聞傳播領域的前瞻性研究和應用。

在傳統媒體時代，一篇新聞稿件發佈的同時，意味著工作即結束。而在融媒體時代，稿件的發佈僅僅是稿件傳播的開始。通過對稿件內容的分析，可以更加精準地分析出稿件更適合在什麼時間發佈、更容易在什麼平臺上傳播、更適合用哪種表現形式。而這一切，很可能是基於輿情數據對當前新聞輿論的精準分析。

延伸閱讀

媒體智慧化初步形成三大模式

2月5日起，北京廣播電視臺在播出北京冬奧新聞時，螢幕左下角多了一個熟練運用手語播報的“虛擬人”——“冬奧手語播報數字人系統”，讓聽障人群更好地感受到了冬奧盛況。從虛擬新聞主播到手語播報虛擬人等，人工智慧技術已經成為北京冬奧會新聞播報的一個重要輔助技術，而智慧化也早已成為如今新聞傳媒發展中的一個關鍵詞。

中國傳媒大學等聯合發佈的《中國智慧媒體發展報告（2020—2021）》指出，目前媒體智慧化已初步形成三大模式，即智慧廣電模式、智慧報業模式、商業平臺智慧化模式。

在強有力的政策引導與扶持下，我國智慧廣電得以迅猛發展，人工智慧技術不斷融入廣播電視各業務流程，催生出了智慧視頻修復、智慧視頻編輯、廣電網路智慧分發、廣電雲監管、多維度審核體系、廣電公共應急資訊智慧服務等一系列智慧廣電創新應用。

在人工智慧、媒體融合相關政策助推下，近年來中國報業智慧化轉型進程顯著提速，目前已進入媒體融合“深水區”。整體來看，傳統報業智媒建設經歷資訊生産單點環節賦能、采編發全鏈路智慧支撐、中臺驅動平臺級産品對外輸出3次進階。

頭部網際網路商業媒體平臺在市場驅動下率先開啟智慧化升級轉型，目前人工智慧技術覆蓋從匯聚、管理、生産到發佈的全鏈路，智慧應用呈現出百花齊放的局面。在疫情催化、全面視頻化的趨勢下，AI+視頻也成為商業平臺角力的新賽道。