抵御新媒体差错风险及智能化纠错前瞻

    何慧媛

    数字化采编固然面临不少差错风险，但是伴随互联网和人工智能技术的快速发展，智能化纠错为新媒体抵御差错风险带来新的可能。

    1.智能化信息采编系统辅助开展校对纠错。借助语义理解技术，智能化的新闻信息采编系统将帮助采编人员对创作的内容进行快速准确的校对，识别和更正内容中的错别字，提升内容质量和创作效率。

    2.实时监测社交平台信息并开展事实核查。机器学习与自然语言处理技术的突破，将为新闻媒体对抗虚假新闻提供新的方法。利用这两项技术来分析新闻文本，可以检查文章视角，甄别文章笔风，并与其他新闻进行比较，从而识别假新聞。

    News Tracer（新闻追踪器）能够对推特（Twitter）上搜集起来的所有可能视为新闻的内容做分析：是谁最先发出消息的，是谁最先转发的，信息的可信度如何。如果分析结果判定消息的真实性存疑，就会在上面标注出来相应的从0%到100%的可信度数值。

    3.加强内容模型的建构和研究，提高对问题图片、视频的技术鉴别能力。如何鉴别问题图片、视频，一直是新媒体内容管理的难点。借助人工智能和算法技术，加强对相关内容模型的建构和研究，将帮助新闻媒体纠正图片和视频内容的差错。

    4.积极应用数据库技术，改进重要稿件的校对方法。在重要新闻稿件的校对中，今后可以更多地将人工和机器相结合，建立新媒体舆情监测数据库，及时更新慎用词、禁用词、敏感词和规范用语，将新媒体稿件与数据库信息进行比对，识别差错问题，推动相关技术的改进与提高。

    （摘自《青年记者》2018年5月下）